一个 AI 编程智能体可以花上整整一下午阅读代码仓库、修改文件、等待测试。它能否赶在时限到来前完成任务，除了模型编写代码的能力，还取决于运行它的机器、使用的工具，以及评测者制定的规则。这些条件共同影响最终分数。
DeepSeek 在 2026 年 10 月 17 日发布的更新，把这些关系呈现得很清楚。公司将现有 deepseek-flash API 名称背后的 V4.1 Flash 换成了 DeepSeek-V4.1-Flash-1017，调用方式和价格保持不变。中文公告还称，新版模型的输出更短，完成任务更快。[1]
最有分量的一组数字，来自同一项测试内部的比较。DeepSeek 的模型卡显示，Terminal-Bench 4.0 成绩从 31.2 升至 42.3，提高了 11.1 个百分点；DeepSWE v1.1 成绩则从 74.2 升至 77.0，增幅较小，为 2.8 个百分点。这些都是公司公布的结果，本文依据截至 2026 年 10 月 23 日的信息解读。[2]
解读成绩时，也要看评测规则
模型卡列出了各项测试搭配的智能体软件：Terminal-Bench 4.0 使用 Claude Code，DeepSWE v1.1 使用 Mini-SWE-V2。这类配套软件通常称为运行框架（harness），负责管理模型与工具之间的交互。分数描述的是模型与这套软件在特定评测条件下的共同表现。[2]
DeepSeek 自己的发布记录里，就有一处容易诱发误读的对比。9 月公告同时列出了 Terminal-Bench 2.1 的 90.6 分和 4.0 的 31.2 分。若把 10 月的 42.3 与 9 月的 90.6 直接并列，比较过程中已经换了考卷，却会让成绩看起来大幅下跌。[1]
同为 4.0 的那一行，为观察进步给出了有用证据。不过，它仍是一项由公司报告的汇总成绩：模型卡表格没有附上试验次数、置信区间，也没有给出每次运行的完整配置。这组数字更适合用来观察值得关注的进步方向；要据此精确预测某个人的编程任务有多高的成功率，依据仍有限。[2]
八小时时限改变了评测所问的问题
Terminal-Bench 的维护者解释，4.0 版重新校准了任务资源，包括时间、CPU 和内存。每项任务都设有 8 小时的智能体超时上限。据维护者报告，相比 3.0 版，超时和错误都有所减少；这次调整的目标，是降低资源不足给评测带来的噪声。[3]
任务集也有变化。8 项任务被移除，原因包括成绩趋于饱和、智能体拒绝执行、已有公开解法，以及尚未解决的质量或兼容性问题。另有 19 项任务修正了指令、环境或评分问题。按照项目的版本管理规则，只要智能体环境或任务集发生变化，就需要重新运行试验。[3]
八小时是每项任务获准使用的最长时间，任务也可以提前完成。它所考察的实际问题，也与开发者希望在开会前修好一个问题的需求有所区别。时间充裕时，评测更能观察智能体最终能否完成任务；截止时间紧迫时，评测考察的是它能否跟上某种具体的工作节奏。两种问题都重要，各自的答案也应分别看待。
版本号的价值正在这里：解释分数变化之前，先保留并核对评测条件。
换到干净的代码检出环境，改动还能否生效
DeepSWE 从另一个角度观察编程工作。作者们从 91 个开源仓库中编制了 113 项原创任务，涉及 TypeScript、Go、Python、JavaScript 和 Rust。提示词描述预期行为，智能体则要自行调查代码库，决定如何实现。测试依据可观察的结果设计，对内部实现方式留有选择空间。[4]
在 v1.1 中，智能体提交到版本库的补丁会被移入一个全新、独立的容器，再接受评分。测试结果逐项标明名称，缺失的检查因而更容易被发现。这次修订还从工作环境中移除了未来的 Git 历史记录，并处理了依赖漂移和测试结果不稳定的问题。[5]
这种隔离让结果有了具体含义：提交的改动离开生成它的那次会话后，仍须正常工作。设想一个智能体修改了工作环境中的某项设置，让测试通过，却在提交补丁时漏掉了这项改动。把工作成果放到另一处重新构建，遗漏就会暴露。这个假设只用于解释环境隔离的理由，未指向 Flash 1017 的实际失败案例。
评测覆盖范围仍有限。DeepSWE 的作者指出，任务来自活跃且相对热门的公共仓库，其中缺少 C++ 和 Java，私有代码库中的表现也未必相同。他们采用统一运行框架的评测，也未能直接复现每个模型在其惯用开发工具中的全部使用情况。[4]
速度提升需要单独测量
DeepSeek 关于执行时间缩短的说法，需要在正确性分数之外另行测试。10 月公告宣称了这项提升，正文中却没有给出与之对应的逐任务耗时表。[1]
DeepSWE v1.1 提醒了另一层限制：由于宿主机性能和服务提供商负载会让比较结果失去一致性，作者停止报告耗时。[5] 等待时间仍然重要，只是用耗时来判断模型表现之前，需要先把测量条件交代清楚。
据此，Flash 1017 值得在团队熟悉的实际工作中重新评估。固定任务集、代码仓库状态、智能体软件和评分规则，记录准确的模型版本；然后把通过验收的改动、总支出和完成时间的分布放在一起跟踪。失败的尝试也应计入账目，毕竟一次运行即使花费很低，只要没有成功，工作就仍待完成。
尤其值得观察的结果是：在相同的工作日截止时间内，有更多补丁通过验收，审核之后出现的回归问题也更少。已公布的成绩提升，为寻找这样的结果给出了理由。基准测试文档则说明了观察过程中需要始终看清的条件：考卷的版本、可用的资源，以及通过最终检查的代码。
来源
- DeepSeek，《更新日志》，2026 年 9 月 10 日和 10 月 17 日的官方中文公告——发布日期、API 行为、基准测试版本及效率提升的说法。
- DeepSeek-AI，“DeepSeek-V4.1-Flash-1017”，官方模型卡——所报告的前后版本比较及运行框架脚注；查阅日期：2026 年 10 月 23 日。
- Ryan Marten，“Terminal-Bench 4.0”，基准测试官方发布说明——资源校准、任务变动及重新运行的要求；查阅日期：2026 年 10 月 23 日。
- Wenqi Huang 及同事，“DeepSWE: Measuring frontier coding agents”——任务设计、行为验证及局限；查阅日期：2026 年 10 月 23 日。
- Wenqi Huang 与 Peter Jiang，“DeepSWE v1.1”，2026 年 6 月 14 日——隔离环境中的补丁评分、测试报告及耗时比较的局限。
- Lü Ang，新华财经，《DeepSeek 成长季：探访办公地》，2025 年 2 月 25 日——中文实地报道及注明摄影者的杭州汇金国际大厦照片。