6 月 27 日，DeepSeek V4 悄悄更新了一个叫 DSpark 的框架。专业术语叫 “推理速度提升 80%”，大白话就是——AI 回你消息的速度，快了将近一倍。

先解释一下以前为什么慢。

大模型生成文字，本质上是个 “猜字游戏”。AI 每写一个字，都要把前面所有字重新看一遍、算一遍，才能决定下一个字写什么。写 100 个字就要把自己写的东西消化 99 遍。学术上管这叫 “自回归生成”——上一个字没算完，下一个字就动不了。

所以你每次问 AI 问题，它回复时一个字一个字往外蹦，像挤牙膏一样——不是它故意慢，是技术原理决定了它只能这么干。

那 DSpark 是怎么解决的？

打个比方你就懂了：

以前是大教授亲自一个字一个字地写——质量高，但慢得要命。

DSpark 的做法是：先让一个跑得快但水平一般的 “助手” 打个草稿，一口气猜出后面好几个字，然后一次性拿给大教授看。大教授扫一眼，前面猜对的直接保留，从第一个错的地方开始自己写一个对的。

这叫 “投机解码”——先打草稿，再快审稿。

但这里面有个坑：助手猜得越快，后面越容易瞎猜。论文里管这叫 “后缀衰减”——第一个字还行，到第五第六个基本在胡编。

DSpark 的厉害之处在于：它给每个猜出来的字打了个 “靠谱分”，然后根据系统忙不忙，动态决定拿多少个字去给大教授验证。系统闲的时候多验几个，忙的时候只验最靠谱的那批。

结果是啥？

同样质量的回答，速度提升了 60% 到 85%。原来等 10 秒的回复，现在五六秒就出来了。最关键是——高峰时段，DeepSeek 终于不再一直 “转圈” 了。

为什么我挺感慨？

这次更新的重点不是模型变聪明了，而是工程落地做得漂亮。不改变模型本身，纯靠优化推理效率就把速度提上来了。

这背后是北大和 DeepSeek 联合研发的成果，论文是梁文锋亲自署名的。而且整套技术全部开源——其他 AI 公司拿去就能用。

不烧钱堆参数，靠技术抠效率。这种务实劲儿，值得敬佩。