实际用了一下DeepSeek V4 Flash 0731，不知道是不是我任务比较特殊的原因，我觉得体感比Kimi K3差很远，非常远，远远超过跑分体现的差异……

我的体验是：DeepSeek V4 Flash 0731的指令遵循能力远弱于Kimi K3，阅读同一份文档，K3可以很好地遵循文档里的细节要求，而V4 Flash则很容易忽略掉文档里的部分指令

当然，也可能是V4 Flash 0731一定需要搭配DeepSeek尚未发布的，自家的Harness工具

先介绍一下我这边的任务：

我最近在做一个数据处理软件，收集好数据之后，在软件上点击对应的“导出AEP”按钮，就帮我自动填好AE模板。

目前K3已经完成了R23单线程5项数据模板的填写（也就是有五根柱子的柱状图），并且写好文档

我想要看看V4 Flash有没有根据这份文档填好4项与6项模板的能力（5项模板和4项/6项模板唯一的区别就是数据的行距不同，其他均一致）

为什么选择这个任务？我的想法是，K3先踩一遍坑，然后需要扩展的时候，给我省点用量，我换DeepSeek V4 Flash做举一反三的推广

具体的工作流我是写在文档里的：1，学习我司后期已经制作好的aep模板文件2，尝试用两个已经制作好的数据json填模板，填好之后把渲染的东西截图，放到验证帧文件夹下，我人来看3，我确认没问题了，就集成到软件当中

然后问题就来了：1，V4 Flash完全无视了文档中让我先看验证帧的指令，在生成验证帧之后，直接跳过了我的审查阶段，开始合并，我看到之后人为按下esc中止叫停2，第一次检查V4 Flash的验证帧，我发现它只学习了我司后期做好的6项模板，没有看5项和4项模板，随后纠正3，第二次检查V4 Flash的验证帧，它确实把握住了数据之间的距离关系，但直接把表头的名字和说明删了，而第一次检查时，表头和说明都是在的，随后我不得不继续纠正4，第三次检查V4 Flash的验证帧，终于成功，要求合并到主程序，结果只同步了action名，没有同步修改schema.json，导致按钮失效，我要求纠正，V4 Flash信誓旦旦表示没有问题，是我用了旧版程序5，最后还有一个小问题，V4 Flash把输入提示的文字改了，但是提示的条件没有跟着改

我用K3开荒踩坑都不需要那么多次纠正和反复的提示，文档写好之后再度推广基本都是一遍过而现在V4 Flash拿着K3写好的文档，踩好坑的经验，再去走一圈，能走出来这么多问题，我真的感到不可思议

如果DeepSeek的跑分不是刷出来的，那么他们自家的Harness一定是相当有东西的，不然无法解释跑分差异并不大的两个模型实际体验的差异会这么大