很多人接触DeepSeek时只停留在基础操作，真正影响效率的往往是01、后训练到底在训练什么？、02、DeepSeek-V4 的后训练主干、03、Agent 能力为什么离不开 Harness？这些细节。先把使用场景分清楚，再按功能选择做法，能少走不少弯路。

先看原文给出的关键信息：这次更新真正值得讨论的有两个情况：后训练究竟做了什么，以及成绩提高有多少来自模型、多少来自 DeepSeek Harness。；7 月 31 日，DeepSeek-V4-Flash 正式版上线了。；Terminal-Bench 2.1 达到 82.7，NL2Repo、DeepSWE、Toolathlon verified 等 Agent 指标也很亮眼。。继续往下处理时，重点放在这些条件上：最新对此只有一句解释：DeepSeek-V4-Flash-0731 的模型结构、尺寸和 Preview 保持一致，仅重新完成了后训练。；参数量没涨，架构没换，Agent 能力却明显增强。；DeepSeek 没有披露 0731 新增的训练数据、奖励设计、训练步数和阶段配比。收尾检查时，再把这些细节对上：但 4 月的 V4 技术报告已经公开了整体路线。；所以，V4 的后训练框架是已知的，未知的是这次怎样沿着框架继续迭代。；DeepSeek-V4-Flash 的底座学习了超过 32T Token，获得语言、知识和基础推理能力。。