YouTube 影片筆記

DeepSeek 技術實力拆解：MLA 壓縮、OCR 讀文件與 Harness 開源零件

YTGet 編輯室 Kelly Tsai 觀看 7.8萬觀看原片

原片標題：Deepseek最可怕的根本不是便宜！被忽略的技術實力到底有多強？從華爾街震撼到 AI Agent，背後藏著什麼技術突破？｜Kelly Tsai

原片說明

購買Hostinger VPS方案：https://www.hostinger.com/kellytsaivps 10% off 折扣碼：KELLYTSAIVPS 影片中跑的command請點進置頂留言看！因為YouTube不讓我貼在資訊欄（有特殊字元）😭 ==================================================== 更多連結整理在這裡～👇🏻 🌟 Ourbit 交易所 8月專屬福利：https://www.ourbit.com/activity/kol?id=8273ead2f11a4792a65c55251cd56b81&inviteCode=kellytsai 🌟 幣安Binance交易所：https://www.binance.com/join?ref=KELLYTSAI 🌟 OKX交易所：https://okx.com/join/KELLYTSAI 🌟 Bitget交易所：https://partner.bitget.com/bg/D04EVG 🌟 派網Pionex交易所：https://partner.pionex.com/p/kelly 🌟 Bybit交易所：https://partner.bybit.com/b/KELLYTSAI 🌟 MEXC抹茶交易所：https://promote.mexc.com/b/kellytsai 🌟 Nexo數位資產平台：https://nexo.sjv.io/k4azm3 🌟 Mitrade交易平台：https://mytd.cc/qZf8 🌟 Investing Pro AI智能選股 15%折扣連結：https://www.investing-referral.com/kelly/ 🌟 eToro交易平台：https://www.etoro.com/zh-tw/accounts/sign-up?utm_medium=Affiliate&utm_source=128584&utm_content=12087&utm_serial=Kelly&utm_campaign=Kelly&utm_term= eToro is a multi-asset investment platform. The value of your investments may go up or down. Your capital is at risk. ==================================================== 需要留學、求職的視訊諮詢，或是想修改申請文書、履歷的人，都歡迎加Next Step官方Line諮詢喔！https://lin.ee/F9P7yIT 也可以追蹤Next Step IG獲得最新的留學/求職資訊！https://www.instagram.com/next_step_abroad/profilecard/?igsh=NTc4MTIwNjQ2YQ== 歡迎加入頻道會員來收看會員專屬影片，之後也會定期更新會員影片🫶🏻 連結：https://www.youtube.com/channel/UCfbMslS3NmcGO4WIikSoYSA/join ==================================================== IG: https://www.instagram.com/kelly_0614/ FB: https://www.facebook.com/profile.php?id=100088080020197 嗨我是kelly！從北一女中和加州大學柏克萊分校畢業，現在在灣區當軟體工程師。希望你喜歡這隻影片～記得訂閱按讚開啟小鈴鐺🔔 我會繼續用影片分享美國生活！ hello :) I'm kelly, and I'm a recent graduate from uc berkeley currently working as a software engineer in bay area. I hope you enjoy this video, and please like + subscribe! 商業合作請洽Contact: [email protected] Find me on instagram @kelly_0614 or send inquiries to [email protected] #deepseek #ai #llm #tech

大家講到 DeepSeek 第一個反應就是「便宜」，我其實也一樣，去年那波爆紅之後就沒再特別追它。但這支影片讓我改觀了，Kelly 把這家公司從幻方時期的算力累積、MLA 怎麼把筆記壓到剩 4%，一路講到 OCR 跟 Harness 開源，才發現它根本每次都在拆 AI 真正卡住的地方。

影片時間軸

01:36從幻方的量化交易背景說起，2016 年就讓深度學習實際下場交易
02:21梁文鋒訪談提到 V2 主力是應屆畢業生跟實習生，研究員可直接調用 GPU
03:23拆解 MLA 怎麼把筆記壓成摘要，每個字只存傳統做法約 4%
04:18介紹 OCR 技術，把整頁文件當成一張圖來讀，跳過轉文字的步驟
06:27V4.1 Flash 處理長任務記憶，讀資料跟寫答案分開，KV 大小隻剩四分之一
08:03用 Terminal Bench 3.0 分數比較，30 分對比前代 11.8 與 Opus 5 的 43.3
09:10Harness 開源不到一天破五萬顆星，像一箱可自己組的零件
10:34點出 Agent 跑長任務的麻煩，筆電一合上就停，帶到 VPS 的解法
13:30收尾談 DeepSeek 一次次找到 AI 卡住的地方，靠的是研發累積

MLA 省空間卻沒犧牲能力

這段是我覺得整支影片最紮實的地方。傳統 Multi-Head Attention 每層每個頭各記一份筆記，前文一長就吃掉顯示卡記憶體，能服務幾個人、能讀多長都被卡住。MLA 把筆記先壓成精簡摘要，要用再展開，兩個差不多 2500 億引數的模型只換 Attention 做法，每個字要存的筆記只剩約 4%，難的測驗分數還更高。省空間通常要犧牲能力，它兩邊都拿到，連 Anthropic 的 Jack Clark 都點名稱讚。

讀文件先解決順序問題

OCR 那段講得很具體。傳統做法是先用 OCR 把字轉出來，再整串交給語言模型讀，一頁報告幾百到一千個 Token，報紙一頁四五千個，文件一多就又慢又貴。DeepSeek 改成把整頁排成一張圖直接讀，同一套測試裡 MinerU 平均一頁六千多個 Token，它用不到八百個成績還更好。OCR2 更進一步，把排閱讀順序放進視覺 encoder，雙欄簡章不會再把兩欄混著讀，排錯程度少了約三分之一。

Harness 像一箱自己組的零件

Claude Code 像出廠組好的筆電，主機板是 Anthropic 的你不能動；DeepSeek 的 Harness 則像一箱零件，想加什麼就裝什麼。有人做 Mod Lens 讓它看懂截圖，裝記憶零件下次開新對話還記得你的偏好，還有人做圖表儀錶板、文言文跟貓語模式。最誇張的是連做事方式都能換，原本一個 AI 從頭做到尾，換掉一個零件就變成帶頭的 AI 叫隊友分工。開源一個多禮拜社群就做出一整排零件，這才是開發者圈一直在討論它的原因。