6 月 27 日，DeepSeek V4 悄悄更新了一個叫 DSpark 的框架。專業術語叫 “推理速度提升 80%”，大白話就是——AI 回你消息的速度，快了將近一倍。

先解釋一下以前為什麼慢。

大模型生成文字，本質上是個 “猜字遊戲”。AI 每寫一個字，都要把前面所有字重新看一遍、算一遍，才能決定下一個字寫什麼。寫 100 個字就要把自己寫的東西消化 99 遍。學術上管這叫 “自迴歸生成”——上一個字沒算完，下一個字就動不了。

所以你每次問 AI 問題，它回覆時一個字一個字往外蹦，像擠牙膏一樣——不是它故意慢，是技術原理決定了它只能這麼幹。

那 DSpark 是怎麼解決的？

打個比方你就懂了：

以前是大教授親自一個字一個字地寫——質量高，但慢得要命。

DSpark 的做法是：先讓一個跑得快但水平一般的 “助手” 打個草稿，一口氣猜出後面好幾個字，然後一次性拿給大教授看。大教授掃一眼，前面猜對的直接保留，從第一個錯的地方開始自己寫一個對的。

這叫 “投機解碼”——先打草稿，再快審稿。

但這裏面有個坑：助手猜得越快，後面越容易瞎猜。論文裏管這叫 “後綴衰減”——第一個字還行，到第五第六個基本在胡編。

DSpark 的厲害之處在於：它給每個猜出來的字打了個 “靠譜分”，然後根據系統忙不忙，動態決定拿多少個字去給大教授驗證。系統閒的時候多驗幾個，忙的時候只驗最靠譜的那批。

結果是啥？

同樣質量的回答，速度提升了 60% 到 85%。原來等 10 秒的回覆，現在五六秒就出來了。最關鍵是——高峰時段，DeepSeek 終於不再一直 “轉圈” 了。

為什麼我挺感慨？

這次更新的重點不是模型變聰明瞭，而是工程落地做得漂亮。不改變模型本身，純靠優化推理效率就把速度提上來了。

這背後是北大和 DeepSeek 聯合研發的成果，論文是梁文鋒親自署名的。而且整套技術全部開源——其他 AI 公司拿去就能用。

不燒錢堆參數，靠技術摳效率。這種務實勁兒，值得敬佩。