DeepSeek-V4长上下文是系统重构
basedjensen · x · 2026-07-13
这条转述的核心是：**1M 上下文不是一个配置项，而是端到端系统问题**。 文章/报告强调，长上下文模型真正难的不是“把窗口变大”，而是整体成本与工程复杂度： - 注意力计算量上升 - KV cache 体积和显存压力变大 - 内存带宽更吃紧 - MoE 通信更重 - 长上下文训练更不稳定 - agent 场景里工具调用和推理历史也会进一步拉长上下文 它的结论是，DeepSeek-V4 把 1M context 当作系统级重构来做，而不是单点参数升级；同时也点出长上下文的价值最终要落回到真实服务成本和 agent 产品设计上。