相比单纯比拼模型跑分，我更期待这次V4在Agent能力上的升级。曝DeepSeekV4近期发布现在的大模型已经越来越会“回答问题”了，但真正让人感受到差距的，可能是它能不能把一件复杂的事情真正做完。比如自己拆解任务、搜索资料、调用工具、写代码、修改文件，最后交付一个完整结果。未来AI的竞争，可能不是“谁更会聊天”，而是“谁更像一个真正能干活的同事”。如果DeepSeek V4能把Agent能力进一步做起来，这可能比单纯提升几个榜单成绩更有意义。