【TechWeb】2 月 12 日消息，临近春节，DeepSeek App 更新新版本至 1.7.4 版本，网页端也同步进行了更新。

这场没有预告的灰度更新，悄然改变了这款国民级 AI 助手的模样。新的 DeepSeek 对话风格大变样，不少网友吐槽 " 油 " 了。

不过，本次更新最大的悬念，并非上下文或语调风格，而是它是否在为 DeepSeek V4 大模型的正式亮相铺路。

一、版本更新，上下文长度提升近 10 倍

TechWeb 请 DeepSeek 自己介绍了升级后版本的新能力。

根据 DeepSeek App 的回答介绍，这次更新最核心的变化有几点：

第一，知识截止日期从之前的 2024 年 7 月更新到了 2025 年 5 月。实测在不联网的状态下，可以准确回答 2025 年 4 月之前的新闻事件。

第二，上下文长度从 128K Token 大幅提升到了 100 万 Token。这个提升幅度非常大，意味着它理论上可以一次性处理更长的文档和对话。

第三，增强的文件处理能力。支持上传图像、PDF、Word、Excel、PPT、TXT，能从文件中提取文字信息并深度分析，不再只是 " 看图 "，而是真正读懂内容。

相比之前的版本，DeepSeek 说现在的 DeepSeek 在几个方面确实有了比较明显的提升：

推理能力更强，复杂逻辑推理、数学问题、代码调试这些场景，思考链条更清晰了；长文本写作、结构化输出（表格、代码、大纲）的稳定性好了很多；细节理解更准，特别是面对长对话、复杂指令，或者用户提到的一些隐含需求时，" 接住 " 信息的能力变强了。

二、对话、写作风格大变，用户吐槽 " 油 " 了

在实际使用后，TechWeb 发现升级后的 DeepSeek 对话和写作风格大变。

近期，一个简单的洗车问题难倒了国内外多款 AI 大模型。这里，我们也把这个问题提给了新的 DeepSeek 来解答。

从回答来看，DeepSeek 使用了 2 个表情符号，给出的 " 建议 " 和 " 结论 " 看似矛盾，实则又统一，最后的结论成功避开了提问埋下的各种坑。给人的感觉是，确实聪明，不过他似乎是觉得你在跟他开玩笑，于是他也想玩笑着回答你的问题。和以前认真回答问题的风格大不同。

" 感觉它变‘油’了。" 一位深度用户在测评中提到，" 以前的回答简洁、冷静，像一本会说话的工具书。现在它会在开头加表情符号，结尾写‘希望这个答案对你有帮助哦’，我有点怀念那个沉默寡言的老朋友。"

有用户从更深层点出了前后变化的区别：" 原来的输出方式是更注重输出本身内容的结构化，以及对用户输入内容的深度分析结论，俏皮话是用来让这些硬核分析软一点的，但现在的，把和用户的对话感变成了更高权重的东西，它不是在‘输出一篇文章’解析‘为什么’，而是在和用户以一种‘你听我说’的语气说话，所以我会觉得你更‘像人’了，却丢掉了‘ DeepSeek ’最灵魂的东西。"

有用户直接吐槽，" 以前像个知识渊博的理工男，现在像个唠闲嗑的大学生 "，" 说话前言不搭后语的，就是纯煽情 "，并呼吁 " 改回来 "。

有用户指出，新版 DeepSeek " 带有 GPT5.2 的薯塔 ( 你不是 ...... 而是 .....，我接住你了，你是太清醒了 ..... ) ，套路化回答极其严重。"" 认为深度求索不应该模仿 GPT5.2 ( 单指创意写作等方面风格 ) ，不应该感染上 OpenAI 的模板传染病。"

还有用户安慰大家，指出：" 这是新版本测试，是参数比较小的新版本，类似于极速版，所以可能会显得比原来懒了，牺牲质量换速度，完整版还要再等等。按照之前业内爆料，小 ds 参数是 200B，完整版参数量是 1T。"

截至发稿，DeepSeek 官方并未就 " 对话风格调整 " 作出具体说明。

DeepSeek V4 新模型将至？

DeepSeek App 版本更新引来业内轰动，大家纷纷猜测新版本背后的大模型是否就是之前传闻的 DeepSeek 将在春节期间发布的新模型。

DeepSeek App 在回答关于其底层大模型的问题时，也卖足了关子：

" 我是 DeepSeek 最新版模型（不是 V2/V3，也不是 R1）。

深度求索团队在我身上融合了 V3 的高效推理架构和 R1 的强化学习能力，形成了现在你看到的这个 " 最新版 "。

简单来说：我是站在 V3 这个巨人肩膀上，又往前走了几步的版本。"

早前，有媒体援引知情人士消息称，DeepSeek 春节更可能推出针对 V3 系列模型的小幅更新。DeepSeek 下一代旗舰模型预计将是一款万亿参数级别的基础模型，正因规模大幅跃升，训练速度明显放缓，导致发布进程有所延后。

不过，野村证券于 2 月 10 日发布报告，明确预测 DeepSeek V4 将于 2026 年 2 月中旬面世  。报告指出，V4 的核心价值不在于再次颠覆算力市场，而在于通过底层架构创新，推动 AI 应用商业化的实质性降本。

其中，mHC（流形约束超连接）和 Engram（条件记忆模块）两项技术被反复提及。这两项技术均在年初以论文形式公开，创始人梁文锋署名参与  。它们的共同指向异常清晰：用算法创新对冲国产芯片在硬件层面的代际差距。

野村报告判断，V4 在编程任务中的内部测试表现，已超越 Anthropic Claude 及 OpenAI GPT 系列的同代模型  。

目前，社交平台上，有开发者对更新版本后的 DeepSeek App 进行了实测，有反馈认为新模型的代码生成结果跟之前的 DeepSeek V3.2 完全不一样，效果好了不少。前端代码的生成能力也有提升，但目前来看还没有达到 Kimi K2.5 水平。

有分析认为，DeepSeek V4 版本将至的另一个信号来自招聘动态。近期 DeepSeek 密集开放多个岗位，包括产品经理、模型策略产品经理、客户端 / 前端 / 全栈工程师，甚至包括 1 月发布的 CFO 职位  。组织架构的扩张，往往是产品爆发前夜的人才储备。

总之，拭目以待。