近期，DeepSeek 发布了其模型的全新升级版——DeepSeek-V3.1。该模型在权威的 Aider 编程榜单上取得了 76.3% 的高分，超越了 Claude 3 Opus，再次登顶全球开源编程大模型榜首。

本文将深入解析 DeepSeek-V3.1 的核心技术升级，并通过实际操作，展示其强大的智能体（Agent）编程能力。

V3.1 的核心升级

根据官方介绍，DeepSeek-V3.1 主要带来了三方面的显著提升：

  1. 思考模式优化：引入“思维链压缩”技术，在减少输出 Token 的同时，保证甚至提升了答案质量。
  2. 智能体能力增强：在编码和搜索等智能体任务上性能大幅跃升，向更自主的 AI 智能体迈出了重要一步。
  3. 推理效率提升：优化后的模型在推理效率上与 OpenAI 的顶尖模型相当，响应更快。

在开始深入分析前，我们先对新模型进行一个简单的“身份鉴定”。当被问及其身份时，V3.1 能够清晰、准确地回答，这表明模型在迭代升级后仍能保持良好的自我认知。

技术解析：思维链压缩

本次升级中最引人注目的技术之一是“思维链压缩”（Chain-of-Thought Compression）。它旨在解决一个核心矛盾：如何在保证答案质量的同时，让模型的输出更加简洁高效。

为什么“更简洁”意味着“更困难”？

我们可以通过一个简单的类比来理解这项技术的挑战性：

想象一下两个写作任务：

  • 任务 A：用 500 字写一篇观点清晰、论据充分的影评。
  • 任务 B：用 150 字写一篇同样水平的影评。

显然，任务 B 的难度要大得多。它要求作者对电影有更深刻的理解，能精准捕捉核心观点，并用最精炼的语言表达出来，不容任何冗余。这对作者的概括、逻辑和语言组织能力提出了更高的要求。

同理，让大模型用更少的 Token 输出高质量答案，是对其能力的一次极限考验。

工作原理

思维链压缩技术通过以下方式实现：

  1. 简化推理过程：模型首先生成一个完整的、详细的“思维链”（CoT），然后通过技术手段将其压缩成更精炼的形式。

    • 传统 CoT 示例：

      “约翰有5个苹果，他吃了2个，所以还剩下5-2=3个。然后他又买了4个，所以现在有3+4=7个。因此，答案是7。”

    • 压缩后输出：

      “约翰吃完剩3个，加上新买的4个，总共7个。”

  2. 强化学习训练：模型通过生成大量的压缩思维链样本进行训练。在训练过程中，采用强化学习技术，同时对两个目标进行奖励：

    • 答案的正确性
    • 回复的简洁性

通过这种方式，模型学会了在保持逻辑完整和答案准确的前提下，生成更简短、更高效的回答。

在官网实际测试中，即使不开启深度思考模式（DeepThink），V3.1 的回答也相当完整且语言精炼。开启 DeepThink 模式后，其展示的思维链也变得更为精简。

智能体（Agent）能力跃升

智能体是 AIGC 发展的关键方向，而 DeepSeek-V3.1 在这方面取得了巨大进步。

在多个权威的智能体评测基准中，V3.1 的性能实现了对前序版本的全面超越：

  • SWE-bench：一个专注于测试智能体完成真实世界软件开发任务能力的基准。
  • TerminalBench：一个侧重于评估在命令行环境中编程任务能力的基准。

此外，模型在搜索智能体（Search Agent）能力上也获得了飞跃式提升。

这意味着什么？

大模型是智能体的“大脑”。一个更具“智能体化”（Agentic）的大模型，能更好地与智能体的其他模块（如工具调用、记忆等）协同工作。DeepSeek-V3.1 的进步意味着：

  • 开发者可以更轻松地构建功能更强大、更可靠的 Agent。
  • 智能体能更快地理解用户意图、诊断问题并生成解决方案，减少了与用户之间冗长的“来回确认”过程。

实战演练：接入 Claude Code 智能体修复代码

接下来，我们通过一个实战案例，体验 DeepSeek-V3.1 强大的编程智能体能力。官方提到它可以轻松接入 Claude Code 智能体，我们来完整实践一遍。

第一步：安装 Claude Code 智能体

打开终端（命令行窗口），执行以下命令全局安装：

npm install -g @anthropic-ai/claude-code

第二步：配置环境变量

配置环境变量，将请求指向 DeepSeek API，并设置你的 API 密钥。

export ANTHROPIC_BASE_URL=
export ANTHROPIC_AUTH_TOKEN=你的DEEPSEEK_API_KEY
export ANTHROPIC_MODEL=deepseek-chat
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-chat

注意：请将 你的DEEPSEEK_API_KEY 替换为你自己的 DeepSeek API 密钥。

第三步：启动并使用智能体

  1. 在终端中，进入你的项目代码所在的目录。
  2. 直接输入 claude 命令启动编程智能体。
  3. 向智能体提出修复代码 bug 的请求。例如，让它分析当前目录下的 test.py 文件。

智能体会自动读取并分析本地文件，迅速定位出 bug 所在的位置。

![](

它会清晰地指出 bug 的具体内容和所在行号，并询问是否需要直接编辑文件进行修复。

![](

第四步：自动修复与验证

  1. 在智能体的提示下，回复 1 (Yes)，授权它修改代码文件。
  2. 智能体会立即完成代码修复。
  3. 你可以在智能体交互界面中直接运行代码进行验证，例如输入 python test.py。

![](

此时，再次从本地磁盘打开 test.py 文件，会发现 bug 已经被完美修复。整个过程行云流水，无需手动打开、编辑或保存任何文件。

总结

DeepSeek-V3.1 的发布是开源大模型领域的一个重要里程碑。它不仅在编程能力上达到了新的高度，其核心的“思维链压缩”技术也为模型效率与质量的平衡提供了新的解决思路。

通过实战测试，我们看到 V3.1 强大的智能体能力已经能够无缝融入开发工作流，实现代码的自动分析、定位和修复。这预示着一个由 AI 智能体驱动、人人都能高效编程的新时代正在加速到来。

👉 如果你需要 ChatGPT 代充 / Claude / Claude Code / 镜像 / 中转 API：