字节一篇论文，把DeepSeek V4的老底掀了：代码前面多敲几个空格，AI的答案就变了。
事情是这样的：研究人员让DeepSeek-V4-Flash-Base补全自己FP8量化函数最后一个Token，正确答案是8。可只是在代码前面多加了一串装饰用的等号，模型就输出了32。等号数量变一变，答案在8和32之间来回横跳，周期正好是4个Token。
根子出在V4为了省成本用的"分块压缩"技术上：它把连续Token按固定步长压成缓存条目，信息落在哪一个"槽位"，检索效果天差地别。12.8万Token的"大海捞针"测试里，准确率最大差距达到40.2个百分点——平均分看起来很漂亮，局部却有系统性翻车。
说句公道话：这项技术让V4跑起百万级长上下文只用原来一成的显存，是省钱的大功臣。但代价就是这种"看位置下菜碟"的毛病，后训练能缓解，根除不了。
所以给用AI干活的朋友提个醒：日常聊天随便用；但审合同、读财报、翻长文档这种"错一个字就亏钱"的活，关键结论一定人工复核一遍。你用AI处理过重要文件吗？敢全信它吗？评论区聊聊。
DeepSeek AI大模型 人工智能