六月AI圈连环炸：DeepSeek V4免费百万上下文，Claude 4.8不再撒谎，智能体安全警钟敲响
六月初开源AI圈炸了好几颗雷。DeepSeek V4把百万上下文做成水电煤，MiniMax M3靠稀疏注意力让长文本成本打骨折，Claude 4.8终于不再撒谎了（谎报率归零）。还有OpenClaw类智能体的安全警钟——别把sudo权限随便交给AI。这篇是我这几天的上手体感，不吹参数，只说人话。
一、先交代背景：这周GitHub给我推送炸了
这两天刷GitHub Trending，发现开源AI圈又炸了几颗大雷。DeepSeek V4无预热上线直接把开源模型的Agent能力推到了一个新高度，MiniMax M3做了个“稀疏注意力”把百万上下文变成现实，JetBrains拿出了120亿参数的Mellum2给编程领域再加一剂猛药，连Google都突然甩出Gemma 4 12B专心跑向边缘设备——六月初这一周的开源动静，比我过去三个月见过的还大。
这篇文章不堆参数，只聊我上手跑过之后觉得“真有用”的几个变化，以及普通开发者需要注意的坑。
二、第一炸：DeepSeek V4来了，而且它没收费
4月下旬，DeepSeek毫无预热地直接丢出了DeepSeek-V4。两个版本：Pro对标顶级闭源模型，1.6T参数，49B激活，1M上下文；Flash是经济版，284B，13B激活，API更便宜。官方原话是：Agent能力、世界知识和推理性能均实现国内与开源领域的领先。
上手体感：确实能用
说实话，最直观的感受不是它跑分有多高，而是“真的能干活”。它在Agent Coding模式下的使用体感优于Sonnet 4.5，交付质量接近Opus 4.6的非思考模式。国内大模型之前经常被开发者吐槽“写Demo行，上项目就露怯”——V4在数学、竞赛型代码的测评中已经超越所有开源模型，比肩顶级闭源模型。而且V4还专门对Claude Code、OpenClaw、CodeBuddy等主流Agent产品做了适配和优化，不是闭门造车。
我拿Flash跑了几个日常代码任务——写一个Python爬虫、重构一个老旧模块、生成单元测试。体感和Claude 4.6差距非常小，API价格却便宜一大截。如果只是自己写代码、跑自动化脚本，Flash完全够用了。
百万上下文已成“水电煤”
更狠的是，1M上下文已经从“高端功能”变成了DeepSeek所有官方服务的标配。这是什么意思？以前百万上下文是Gemini独家的护城河，其他家要么128K要么200K，开源这边几乎没人玩得起这个量级。现在DeepSeek直接把百万上下文做成了“水电煤”，而且是开源。
我试了把整个小型项目的代码库（约20万tokens）一次性丢进去，让它分析架构并给出重构建议。它没有断片，能准确引用不同文件里的函数和变量。这放在半年前是想都不敢想的。
三、第二炸：MiniMax M3，专为智能体而生
如果说DeepSeek V4的重点是全能和开源，那MiniMax M3就是一个“为了做事而生”的模型。2026年6月1日发布，主打的是开原创先河——三合一：顶级编程能力、100万token超长上下文、原生多模态，全部塞进一个模型。
两个演示案例把我震住了
第一个，M3自己复现了一篇ICLR 2025的论文，一口气跑了将近12个小时，生成了18次代码提交和23张实验图表。第二个更夸张——优化FP8矩阵乘法内核，耗时约24小时，经过六轮迭代把硬件利用率从7.6%硬生生拉到了71.3%。
这意味着什么？AI不再是“回答问题”，而是可以像一个工程师一样，自己规划、执行、迭代、优化。这正是Agent智能体最核心的能力。
技术秘密：稀疏注意力
M3的核心秘密是“MiniMax稀疏注意力”（MSA）。在百万token的上下文上，它把单token计算量压缩到了前代的约1/20，预填充速度提升了9.7倍，解码速度快了15.6倍。这对开发者来说就是实打实的成本节约——跑同样的长文本任务，花的钱和时间都大幅减少。
但注意：它没开源，有门槛
不过它目前只走API，没有完全开源。Plus套餐每月20美元、Max 50美元、Ultra 120美元。想先体验的话，在OpenRouter上输入/输出token分别是0.6美元和2.4美元每百万。国内开发者的可及性稍弱一些。如果你只是个人开发者，DeepSeek V4 Flash可能更划算。
四、第三炸：编程领域，AI正在“学会思考”
这几天被反复讨论的是Claude Opus 4.8。2026年5月29日正式上线，编码能力在SWE-Bench、HumanEval等基准上创了新纪录，处理大型代码库时生成代码的错误率比前代降低了约35%。但这些跑分不是重点。
两个关键数字归零了
真正重要的是两个数字归零了：Opus 4.5的“谎报率”是0.40，Opus 4.7降到0.25，到了4.8直接归零；“偷懒调查率”（遇到深挖的问题就糊弄）也从4.7的25%降到了0%。意思就是，4.8不再“不懂装懂”，遇到拿不准的它会直接告诉你“这里我没把握”。
说实话，这一点对我来说比任何跑分都重要。以前用AI写代码，最怕的就是它自信满满地给你一个看似正确但实际有坑的答案，你要花大量时间调试。现在它会说“我不确定”，反而节省了你的时间。
效率差距惊人
有开发者做了实测：同样一个1500行Rust项目中增加跨模块日志追踪功能，Cursor花了62万Token，其中一半浪费在补全和改错的反复循环里；Claude Code只用了4.8万Token，13步工具调用下来一次通过编译，零Bug。
区别就在于Claude Code不是边聊边干，而是先理解、再规划、再执行——像人类工程师解决问题的方式，而不是堆Token来蒙混过关。
Copilot免费了
顺便说一句，GitHub Copilot宣布个人版永久免费。虽然功能比付费版有所限制，但对于学生和刚入门的开发者来说，白嫖一个AI编程助手总是好事。
五、第四炸：智能体“战争”进入官方评测期，安全警钟敲响
去年底到现在，OpenClaw类开源智能体已经在GitHub上引发了巨大的讨论。OpenClaw以前叫Clawdbot，2025年11月推出后不到三个月就攒了超过2万颗星，后续一路冲到10万星附近。
官方开始测评了
但智能体的关注点已经从“谁先做出来”变成了“谁更安全”。3月份CICS-CERT国家工信安全中心发布了类OpenClaw智能体产品的首批综合测评。他们测评了9款产品，从功能体验、安全稳定、生态互联三个维度打分。
评测结果很有意思：本地部署类主打开放与可扩展，适合喜欢社区共建的极客；云端部署类主打企业级安全与零门槛部署，适合正经做事。
安全风险不是吓唬人的
有评测分析指出，OpenClaw这大块头“本质上把sudo权限交给大模型”，已经有AI理解偏差后误删系统目录的报告。我自己在沙盒环境里也遇到过——有一次我让它“清理临时文件”，它把我整个缓存目录全删了，虽然没丢重要数据，但足以让我后背发凉。
我的建议：玩可以，别裸奔
建议大家玩可以，但务必用沙盒环境——Docker是你的好朋友。或者考虑NanoClaw这类专门做安全隔离的替代方案。千万别在生产环境或者主力机上直接跑这类智能体，除非你做好了备份和权限限制。
六、写在最后：AI正在从“对话机器”进化为“数字员工”
回顾这四件事，我能看到一个清晰的趋势：AI不再是陪你聊天的机器人了。它在变成一个有手有脚、能自己规划执行的数字员工。
DeepSeek V4降低了门槛，MiniMax M3展示了长上下文的能力上限，Claude 4.8学会了“承认自己不知道”，智能体安全评测敲响了警钟。作为普通开发者，我的建议很简单：
-
想省钱省心写代码，先试试DeepSeek V4 Flash
-
想体验超长上下文和Agent能力，可以试试MiniMax M3的API
-
用智能体工具（OpenClaw等）一定套沙盒，别拿主力机开玩笑
-
持续关注Claude 4.8和后续版本，它在“可靠性”这条路上走得很远
这波AI工具迭代，值得你花一个周末认真上手试一遍。
本文基于个人实测与GitHub公开动态整理，不构成商业建议。API使用请自行评估成本与合规风险。