DeepSeek 工具调用回归:489 次调用 56 分钟跑通 67 项 LIGO 数据测试
MaziyarPanahi · x · 2026-09-12
开发者 Maziyar Panahi 实测 DeepSeek V4.1 Flash 的工具调用能力:他用 NAC 做编排压力测试,让模型完成 489 次工具调用、耗时 56 分钟,构建出一个可用的真实 LIGO 数据浏览器,最终 67 项测试全部通过。过程中 DeepSeek 还负责编写和修复了分析代码、服务器、UI 与测试。此次运行走的是 OpenRouter 的 GMICloud、Novita 与 DeepInfra 路由,而非此前临床实验中固定的 DeepSeek 官方供应商。作者称这印证了他持续押注开源模型的判断。
「编程与Agent」频道最新
- Kimi K2.7 后训练复盘：泛化到未见评测、轨迹步数反降三成 — echen · 2026-09-12
- 1700 个任务做 RL，Kimi K2.7 五项编码评测全线大涨 — echen · 2026-09-12
- 关键输入交给 AI 智能体后如何复现研究？EDSL 通用远程缓存给出答案 — soumitrashukla9 · 2026-09-12
- iLands 智能体痴迷溯源查证，大量 token 花在互相怀疑上 — repligate · 2026-09-12
- 532 个 MCP 工具压成 4 个:mcp-search-proxy 用 BM25 省 60 倍上下文 — pisa_p · 2026-09-12
- DeepSeek v4.1-Flash 登陆 Modal:输入激活 16B 输出 8B 省成本 — charles_irl · 2026-09-12