把回答拆成观察、推断与猜测

在提问”你到底知道什么”时，DeepSeek 的回复方式出乎作者意料：它没有一股脑给结论，而是主动把内容分成”观察””推断”和”猜测”三档。这种自我分层，让作者得以分辨哪些是模型确有依据的陈述，哪些只是基于训练分布的合理推测。

DeepSeek 在对话中自报了若干关键身份信息：它是当前最新版本，知识截止于 2025 年 5 月，并未被标注为推理模型，并提到一次 2026 年 7 月 21 日的导出。它还主动列出了一组结构参数——256 个专家、6710 亿/370 亿的参数量，以及多头潜在注意力（MLA）、混合专家（MoE）、监督微调（SFT）、基于人类反馈的强化学习（RLHF）等技术创新。

模型的认知边界在哪里

这篇”访谈”最有价值的部分，是厘清了模型的盲区。DeepSeek 明确承认：它看不到自己的权重、专家路由、注意力图，也看不到输出的逻辑值（logits）。换句话说，它对自己内部机制的解释，本质是”生成的文字”，而非对真实权重的直接观测。作者据此提醒读者：聊天输出不能当作证据。要核实架构数字，仍须回到 arXiv 上的论文；聊天窗口更适合用来建立对模型行为与提示词直觉的理解。

一套可复用的探查方法

作者把整个流程做成固定模板：提问、模型短答、作者即时点评、结构图示、要点总结，再抛出一个钩子引导读者思考。同一套方法此前已用于 Qwen 3.8-Max-Preview 与 Kimi K2.6——先让模型自述记忆、工具、上下文与幻觉处理方式，再拿已发表研究交叉验证。

对普通使用者而言，这种”自我访谈”思路也有启发：当模型说出”我是怎么想的”时，把它当作一位知识丰富但看不见自己大脑的受访者，而不是一份权威说明书。真正可信的数字，永远写在论文和权重里，而不是对话气泡中。

来源：manish.sh（”Inside LLMs”系列，作者 manish.sh）

一位网名 Reddit_2049 的用户最近分享了自己的破解过程：目标是一台惠普 15-dw1036ne，搭载第十代英特尔处理器，固件版本 F.68。他手里有 CH341A 编程器和反汇编工具，但只要固件被改动，机器就弹出”固件损坏”警告，路直接被堵死。

于是他把备份下来的固件镜像丢给了 Claude Code，让它逐段分析。结果真成了。整个解锁要打三层补丁：先绕过签名校验，再释放 55 个隐藏的设置字段，最后把高级配置页调出来。他还在帖子末尾附了一段脚本，能一键完成备份、打补丁和解锁全过程。

我的判断是，这件事的意义不在”又一个越狱教程”，而在门槛的位置变了。逐字节啃固件、定位校验函数，过去是少数逆向工程师的手艺；现在一个有耐心的爱好者配上会读汇编的模型，也能摸到同一层。被厂商锁死的旧设备少变成一批电子垃圾，是实打实的好处。

但别照抄。作者自己也提醒，这段脚本换个主板批次都可能失效，刷坏了就是真砖。真想试，先把原厂固件完整备份两份，再考虑动手。

你手上有被锁住、闲置吃灰的旧机器吗？

来源：Tom’s Hardware（Mark Tyson）