支撑这个站每一句话的 18 个出处

DeepSeek 公开模型发布唯一的标准时间线。本站每一个日期都对照此页校对过；存疑时以此为准。

Coder 系列的原始落地页，包含对 CodeLlama-34B 的基准对比以及「支持 80+ 语言」的来源。在 GitHub README 之外，第一份证据显示团队把开源基准当成了主战场。

R1 的 671B 权重以 MIT 开源、以及 6 个蒸馏版本（最小至 1.5B）的官方记录在此。README 中那句「通过纯强化学习学会推理」是后来 arXiv 摘要传播开的精确措辞。

第一份将 hybrid thinking 切换与工具调用整合到单一端点的模型卡。2025 年 8 月 21 日的发布说明是「走向 Agent 时代第一步」这个表述的原始出处。

2026 年 4 月 24 日的预览版模型卡。记录了 1.6T 参数 / 49B 激活配置、通过 Hybrid Attention 实现的百万 token 上下文窗口，以及与华为昇腾 950 原生适配的备注。

引入 MLA 的技术原档。「KV 缓存减少 93.3%、推理吞吐提升 5.76 倍」的数字都源于该论文 2.1 节。通过低秩潜在投影压缩键-值对的这一架构重构，是 DeepSeek 迄今最有影响力的单一架构贡献。

V3 完整报告。被广泛引用的「2048 块 H800 上训练成本 557 万美元」推导在 5.4 节。报告同时记录了 FP8 数值稳定性实验和 Multi-Token Prediction 目标——两个理解该预算如何被实现的关键细节。

把「Done Following」这句话推进西方科技圈语境的英文翻译。原始访谈来自 36 氪中文版；这份翻译是 Marc Andreessen 及后续多数英文报道引用的版本。本站「不做追随者」整套叙事的来源。

讲述梁文锋量化基金起源的英文深度长稿。基于 36 氪访谈素材翻译；本站对 DeepSeek 文化定调的「没有 KPI、好奇心驱动」叙事，其英文主要出处即此。读起来像是访谈原本就是英文写的。

2025 年 1 月 27 日 Nvidia 单日下跌当天的头版记录。美股单公司单日市值损失史上最大。这个数字以此为准；之后几小时之内，整个讨论都围绕它展开。

App Store 拐点当天 Fortune 的人物特写。关于幻方量化背景——萤火一号、萤火二号、约 10000 块 A100 储备——以及创始人传记最简洁的英文综述。

2026 年 4 月 24 日 V4 预览版发布的报道，明确提出 $3.48 vs $30 / 百万输出 token 的对比框架。本站「十分之一 API 价格」叙事的英文媒体来源。

每次 DeepSeek 大版本发布后几小时内即更新。把它当作发布顺序、参数计数、基准分数的一次性 sanity check；参考资料一节本身就是值得继续追踪的阅读清单。