一个模型跑分涨了，任务耗时和输出长度却同时降了。这事放在AI圈，比单纯刷榜要稀罕得多。

10月17日，DeepSeek将V4.1 Flash更新至V4.1-Flash-1017版本，网页端、APP和API同步切换。官方把这次升级定义为“性能—费用的帕累托改进”：模型能力往上走，单次调用的综合成本往下走。数据很具体。DeepSWE v1.1从上一版的74.2%提升到77.0%，Terminal-Bench 4.0从31.2跳到42.3，Agents‘ Last Exam从31.8升到35.4。更关键的是，这些分数是在输出长度和运行时间被压缩的前提下拿到的。模型开始学着少绕路、少说废话，直接奔着把任务做完去。

比跑分更有冲击力的，是官方放出的演示案例。一套用代码搭出来的3D故宫，可以实时浏览、切换视角；一个网页版赛车游戏，从选车到驾驶再到结算画面一应俱全；用Godot引擎复刻的《传送门2》，第一人称视角下场景、方块和手持装置都能交互。这些项目是在提示词和素材参考极为有限的条件下跑通的，背后靠的是一套基于自反馈的强化学习：模型写完第一版不会停，它会自己检查、自己回头修，把“规划—写代码—运行—纠错”的闭环压在模型内部完成。

很多人第一次看到“许愿式编程”这个词，会觉得它是个营销话术。但它戳中的东西很真实：过去想用AI做一个完整项目，你得把功能、结构、交互、技术栈掰开揉碎了喂给模型。现在用户只需要说清楚“我想要什么”，剩下的执行链路由模型自己往下推。门槛的方向变了——从“会不会写提示词”，回到了“能不能把愿望本身说清楚”。

这里需要冷静一下。2025年“Vibe Coding”火过一轮，后来口碑迅速分化。Google Chrome团队Addy Osmani专门区分过两种路径：Vibe Coding是prompt、accept、run，不读diff，能跑就行；Agentic Engineering是plan、direct、review、test，人始终在架构和审查的位置上。许愿式编程目前更接近前者在消费级场景的延伸：它面向的是“一次性、轻量、娱乐化”的创造需求，而不是替代生产环境里的工程纪律。用它给孩子做一个会动的恐龙模型，和用它维护一套支付系统，完全是两码事。DeepSeek这次真正值得留意的，是一家头部模型公司开始把“端到端把事做完”当作独立的训练目标来啃，而不是只卷单点能力。自反馈强化学习让模型在长链路任务里自己给自己当质检员，这个方向如果继续往前走，受影响的不会只是“玩具项目”。

四

十年前，SICP把“wishful thinking”写进计算机教材，教学生先相信一个函数已经存在、行为正确，把高层逻辑写完，再回头兑现它。“愿望先行”从来不是偷懒，它的前提是有人负责把愿望兑现。今天的变化在于，兑现愿望的那个人，第一次可以不必须是受过多年训练的程序员。门槛塌下去的地方，涌进来的不会是清一色的杰作，但一定会冒出一些用旧眼光根本不会出现的东西。你第一个想“许愿”做出来的东西，会是什么？