DeepSeek封神插件翻车,六天神话被锤成笑话

一个叫J-Space的项目，号称能让DeepSeek V4 Pro的性能直接碾压Fable 5，结果六天之内就被社区锤成了筛子，复测数据跟官方宣传完全相反，Token开销还翻了一倍，最离谱的是，作者自己都承认数据有夸张成分，这出戏码，比AI本身还精彩。

先看最狠的数字，官方说J-Space能让DeepSeek V4 Pro在某个基准上从65分涨到91分，提升幅度接近40%，社区复测的时候，同样的测试跑下来，分数不但没涨，反而跌了3分，Token消耗倒是实打实涨了110%，原来跑一遍要花1。2万Token，现在要2。5万，算一笔账，如果每天调用一万次，光Token费一天就多烧掉130万Token，按DeepSeek的定价，一天多花差不多200块，一个月就是6000块，这还没算上时间成本，复测的哥们儿说，跑完整个测试集，J-Space版本比原版多花了47分钟。

J-Space这名字起得也够鸡贼，直接撞名Anthropic旗下的J-Space产品，Anthropic那款J-Space是正经的AI安全研究工具，这个J-Space是一个GitHub上的插件，号称通过一套Harness机制，把几个小模型组合起来，就能让大模型变聪明，宣传帖里写得神乎其神，说什么“小模型+工具链可以干翻顶级大模型”，还配了一张性能对比图，DeepSeek V4 Pro那条线直接飙到了Fable 5头顶上。

这帖子在推特上刷了三天屏，转发量破了两万，评论区一半人喊“牛X”，一半人喊“求代码”，GitHub上的Star数从零涨到八千多，还有人专门建了讨论群，群里两千多人等着上手实测，有个开发者连夜跑了个小测试，结果发现输出质量跟原版没啥区别，甚至有时候更差，他在群里贴了截图，说“这Harness是不是只改了个prompt模板？”结果被群主秒踢。

真正引爆全网的是第四天，一个叫“AI拆台”的账号发了一条长推，把J-Space的源码扒了个底朝天，他发现所谓的Harness机制，本质上就是套了一层复杂的prompt包装，把任务拆成几个子步骤，然后让模型自己跟自己对话，拆台帖里写了一句：“这不叫AI，这叫套娃。”这条推文一天之内被转了一万多次，评论区直接炸锅，有人翻出作者之前的言论，说这哥们儿曾经放话“小模型+工具能干掉大模型”，现在被自己的项目打脸了。

第五天，几个独立测试团队陆续放出复测结果，一个团队用了跟官方一样的基准测试集，跑了三遍，结果分别是67、68、66，跟原版的65比，提升不到3%，另一个团队换了更难的测试集，J-Space版本直接崩了，输出了一堆乱码，最搞笑的是，有个测试者发现，J-Space在处理数学题的时候，会把答案拆成好几个步骤，但每个步骤都算错了，最后汇总的时候居然能得出正确答案，他猜是模型自己修正的，但J-Space的代码里根本没这个逻辑。

第六天，作者终于扛不住了，发了一条置顶推文，承认“部分数据存在夸张”，但坚称“方法论没问题”，这条推文下面，点赞最高的一条评论是：“你连数据都敢编，我们怎么信你的方法论？”另一个高赞评论是：“这项目唯一的作用，就是证明了小模型+工具干不掉大模型。”

这事儿还没完，第七天，有人扒出J-Space的GitHub仓库里，有一份内部测试日志，里面记录了作者自己跑的数据，跟官方宣传的91分差了十万八千里，只有72分，也就是说，作者自己知道真实数据，但宣传的时候还是选了最漂亮的数字，这下连最后一点信任都没了，仓库的Star数开始往下掉，从八千多掉到六千多，讨论群里也吵翻了天，有人要求作者退款，因为J-Space是付费插件，定价9。9美元一个月。

其实J-Space翻车，背后有一个更深的问题，AI圈现在太迷信“神器”了，一个插件、一个Harness、一个prompt模板，就能让模型性能翻倍？这种故事每隔几个月就来一遍，每次都能骗到一堆人，上次是“某prompt让GPT-4智商+30”，上上次是“某框架让Llama 3吊打Claude”，结果呢？全是营销号自嗨。

但话说回来，J-Space也不是一无是处，至少它让很多人第一次意识到，大模型的性能瓶颈不在工具，而在模型本身，小模型+工具链能做的，顶多是优化调用方式，省点Token，或者提升点交互体验，但真要超越顶级大模型，那得靠模型架构和训练数据的硬实力，这就像你给一辆奥拓装个涡轮增压，它还是奥拓，跑不过法拉利。

现在回看这六天，最讽刺的是，J-Space的官方文档里写着“本工具旨在释放大模型的全部潜力”，结果它释放的不是模型的潜力，而是网友的吐槽欲，评论区里有人问：“这项目是不是Anthropic派来的卧底，专门黑DeepSeek的？”另一个回：“不，它是来黑所有AI的。”

这事儿给所有AI玩家提了个醒，看到“性能暴涨”“超越XX”这种词，先别急着转发，跑个复测再说，毕竟，连作者自己都承认数据夸张了，你还信啥？