今天傍晚，DeepSeek再度出现服务异常，社交平台上不少用户反。曰肮讨衅捣痹庥觥扒爰觳橥绾笾厥浴被颉胺务器繁忙”等提示。目前，服务已恢复正常。

这是三天之内DeepSeek第二次发生服务故障。上周日，平台曾经历上线以来最长的一次中断。

3月29日晚9点35分起，大量用户发现DeepSeek无法发起新对话，已有对话频繁中断，屏幕上反复弹出“服务器繁忙”的提示。当晚11点23分，系统曾短暂恢复，但不到1小时再度崩溃。技术团队随即启动二次修复，直至次日上午10点33分才宣布故障排除。

整个过程持续时间近12小时，波及网页端与App端，修复过程也一波三折。相关话题迅速登上微博热搜引发热议，在海外开发者社区里同样炸开了锅。公开记录显示，DeepSeek网页端此前从未出现超过2小时的服务中断。

这两次宕机，恰逢DeepSeek模型更新周期的敏感节点。近期，关于DeepSeek V4的基准测试数据已在业内流传，坊间传言的发布时间也已多次推迟。

有技术观察人士猜测，DeepSeek近日服务不稳，可能与它正处于“临发布状态”有关。频繁的服务器压力测试、底层架构调整与新模型部署等，都有可能引发服务波动。

还有细心的网友发现了一些“蛛丝马迹”。比如有海外开发者在Zero-shot（零样本）编码测试中注意到，DeepSeek当前的输出结构比前几天更加清晰，逻辑严谨程度大大提升；也有网友发现，DeepSeek在Web应用程序中进行了升级，输出效果改善明显；还有网友观察到，App端的上传按钮界面进行了更新，而类似这种细微变化，通常预示着后端架构正在或即将经历大幅调整。

虽然V4尚未正式发布，但DeepSeek团队这段时间并没有闲着。过去几个月，DeepSeek接连与北京大学、清华大学合作发布了多篇重磅论文，提前“剧透”了V4的关键技术方向。

1月，由梁文锋署名的论文提出Engram“条件记忆”？，解决了Transformer的记忆难题。这种将固定知识从Transformer中剥离出来的全新机制，让模型不再需要用昂贵的计算去“死记硬背”，而是通过近乎O（1）的查表操作快速获取知识。

紧接着2月，DeepSeek又发布了DualPath推理框架，专门解决模型在多轮对话场景下越聊越慢的问题。通过一套巧妙的加载机制，这套框架把离线推理的吞吐量提升了近两倍，在线服务的吞吐量也几乎翻了一番，而这一切仅靠软件优化实现，不增加任何硬件成本。

这两项技术突破，一个指向模型架构层面的“记忆与计算分离”，一个指向推理系统层面的“I/O瓶颈突破”，恰好构成了V4从算法到底座的两大技术支柱。

市场和网友们对DeepSeek新版本的期待，并非没有缘由。作为一度搅动大模型价格战的“价格屠夫”，DeepSeek此前以极具竞争力的定价策略，大幅降低了开发者调用大模型的门槛。

在算力成本仍是行业核心痛点的当下，大家渴望DeepSeek能够再次带来成本更低的Token，让更为高效且廉价的大模型能力，惠及更多开发者和应用场景。

橙柿互动·都市快报记者 童蔚

编辑 成嘉怡

审核 张倩 陈欣文

校对 陈洁珍

BREAK AWAY