快速的输出总有其代价
今晚被deepseek-v4.1-flash气到不行了，我本来是要分子代理测试它在不同工具场景下的长文本阅读准确率，评价一下这个工具的有效性，结果它到汇总比较的阶段之后，就开始无限思考，每轮长度都能顶着1M上限输出，我观察了40分钟，发现它每隔两轮就开始重复之前已经全盘listing过的分析内容，在上一轮思考结尾说的“看完最后两个就开始输出文档”也在大约一两百K输出之后就完全淹没，完全忘记，又开始重复list所有比较项，逐一评价。

只能说这个架构确实太激进了，理论1M的上下文，实际体感超过200K就开始出现严重的漂移，任何有意或无意布置给它长上下文任务一定会失控（就比如这次，我本意不是给它长上下文任务，但它的超级健忘活活把一个很简单的比较任务跑了2.5小时，压缩了3次上下文都没结果）。

教训就是，真的不要用它做任何语义理解和思考任务，哪怕非常简单的任务也不要用，它只能用来对着极其明确的计划书做快速执行。
你永远预料不到，模型内部做摘要后传递、极限缓存压缩这些激进技术，能把模型的记忆力破坏到多低的程度。