DeepSeek 3.2 做了什么，让硅谷人在飞机上都在读

坐飞机去圣迭戈参加 NeurIPS 2025，结果一上飞机整个人傻眼：  机舱里至少30%的人，手机、iPad、MacBook 打开的全部是同一个PDF——DeepSeek 昨天刚放出来的 V3.2 技术报告这份报告发布时机完美，正好赶上NeurIPS 2025（神经信息处理系统大会）前夕（会议在圣迭戈举行）DeepSeek V3.2 技术报告分析，帮你理解3.2 是如何通过“换引擎”与“魔鬼特训”，在国际奥数金牌级任务上追平闭源巨头 Gemini 3.0 Pro。一：换引擎：DSA 稀疏注意力架构 打破“油耗”瓶颈：传统注意力机制随文本变长计算量呈平方级暴涨，DSA（DeepSeek 稀疏注意力）架构将其降至接近线性，大幅提升长文本处理效率。 图书馆索引比喻：引入“闪电索引器”（一种快速筛选核心信息的组件）锁定相关书架，而非逐页翻阅全库，实现极低成本的信息检索。 模拟器训练法：采用“密集预热”策略（先冻结主体参数只练索引器），再转入全面解冻的实战训练，完美解决了新旧架构的过渡难题。二：练车手：专家蒸馏与 GRPO 算法 专家分治策略：训练 6 个垂直领域的“单项冠军”模型（专家蒸馏），生成高质量合成数据反哺通用模型，实现知识提纯。 GRPO 混合训练：利用 GRPO（一种能兼顾多任务平衡的强化学习算法）将推理、智能体与人类对齐任务一锅炖，有效防止模型“学了编程忘数学”。 部门路由锁定：在 MoE（混合专家模型）训练中强制保持专家选择的一致性，避免因模型自我进化导致“昨天选张三、今天选李四”的混乱。三：强路感：智能体思维与数据合成 保留草稿纸：在调用工具时保留完整的 CoT（思维链，即推理过程的中间步骤）上下文，解决了以往模型“每用一次工具就清空记忆”的断层痛点。 AI 互搏出题：构建“环境合成智能体”（专门负责出难题的 AI），通过层层叠加约束条件（如限时、限价的旅行规划），自动化生成高难度数据。 性能代价论：Special 版模型通过消耗更多词元进行“长思考”（串行计算逻辑），以牺牲推理速度为代价，换取了极致的准确率。