我只许了个愿，14 分钟后祈年殿 3D 场景跑起来了：DeepSeek 这次真有点猛！

大家好！我是瓜哥。前互联网技术副总裁，现在带队死磕 AI 编程。

两天前（10月17日），DeepSeek 上线了新模型 DeepSeek-V4.1-Flash-1017。新模型的核心能力：许愿式编程。

我的疑问是：给它几句话，它就真就能把项目做出来？

本着眼见为实的原则，我直接用三个简短提示，做了 3D 祈年殿、王国塔防和 AI 工作坊报名系统。

*如果你也在自己折腾产品、天天跟 AI 写代码较劲？那这个号你大概率会觉得对味。*

一起来看实测效果。

一、3D 建模/塔防游戏/全栈开发

1. 3D 祈年殿

先来做一个北京天坛，3D 版本的祈年殿。

既然是许愿，那提示词就不能写的太具体，我故意将提示词写的比较模糊，发挥空间都留给模型。

① 提示词（可复制）

做一个可以在浏览器中运行的北京天坛交互式 3D 场景，重点呈现祈年殿和周边环境，让人一眼能认出来。场景不要只是静态图片，周边细节可以自由设计，并支持旋转和缩放。请直接完成可运行版本，并给出启动方法。

整个要求也很简单：

1. 祈年殿要可辨认

1. 必须是 3D

1. 要能互动

周边细节留给模型发挥。

② 成品展示

这是一次跑出来的结果，能做成这个效果，可以说相当惊艳了。

③ 交互演示（gif）

支持“自旋转、光线切换（晨光/暮色）、视角重置”，建筑的细节做的挺好。

④ 小结一下

一轮跑完，祈年殿可辨认、场景是 3D、交互功能可实际演示，几句话做出一版可交互的 风格化场景，还是相当不错的。

整体耗费 14 分钟，1200 万 token，费用 2 块钱。

2. 《王国防线》塔防

这是一个我之前测试 Gemini-3.8-Flash 时做过一个塔防游戏，这次把两个版本放在一起看。

提示词也不复杂，游戏所需的美术素材交给模型自己去找。

① 提示词（可复制）

做一个可在浏览器中玩的王国风格塔防游戏，参考《王国保卫战》的整体氛围，但不要直接复制它的美术素材。请使用 DeepSeek Search/Fetch 寻找可合法复用的塔防游戏素材并实际融入游戏；玩家能建塔、抵御敌人波次，游戏有明确胜负和重开。直接完成一个可运行版本，附素材来源和启动方法。

这条提示词要求模型寻找素材并将素材用进游戏。Search/Fetch 的机制和配置我准备另写一篇，这里先看游戏本身。

② 成品展示

Gemini 3.8 的作品：

DeepSeek v4.1 的作品：

③ 交互演示（gif）

④ 小结一下

地图、波次和三种防御塔（弓箭、魔法、炮台），这些核心体验都完成的不错，短板是它自己找来的美术素材质感有点弱。

整体耗费 16 分钟，2000 万 token，费用 2.2 块钱。

3. AI 工作坊 Web 全栈

再来做一个 Web 全栈项目，一个 AI 工作坊（线下活动）的报名管理系统。

分别开发前端报名页和后端管理页。

提示词也很简单，明确要求前后台、全栈和数据持久化，一共就 4 行。

① 提示词（可复制）

做一个可本地运行的 AI 工作坊报名管理 Web 全栈项目。前台浏览活动和报名，后台管理活动、审核报名、查看统计。前后端真实连通，数据持久保存，满额时不能继续收报名。请自行选择技术栈和补齐细节，直接完成并给出启动方法。

② 成品展示

首页（前台）

报名页（前台）

报名成功（前台）

报名审核（后台）

活动管理（后台）

数据分析（后台）

③ 交互演示（gif）

前台页面 - 报名操作

前台页面 - 审核操作

④ 小结一下：

报名、后台审核、活动管理、统计和数据持久化都能实际跑通。要吐槽的是，这个界面是真的有点丑，虽然避免了典型的蓝紫渐变配色（AI 最爱用），还是建议 DeepSeek 下次训练的时候专项提升下页面审美吧。

整体耗费 19 分钟，3600 万 token，费用 3.2 块钱。

二、模型更新与官方评测数据

DeepSeek-V4.1-Flash-1017 于 10 月 17 日更新上线。

如果你只看模型名称，是看不出有什么大变化的，仅仅就是 Flash 后面跟了个数字 “1017”。

核心更新就两件事：

1. 通过基于自反馈的强化学习，提升模型从零开始完成游戏、3D 场景等完整项目的能力。

1. 提升基准成绩的同时，缩短任务运行时间和输出长度，争取用更低成本完成任务

1、 评测图不用细看

模型的评测跑分图你不用细看，只需要知道各种指标，对标一线标旗舰模型的智能水平就行。

2、加量不加价

模型能力提升，价格不变。

API 调用价格分忙闲，很明显还是算力不足阶段想出来的价格调节机制。

3、许愿式编程

本次 DeepSeek 还喊出如此嚣张的口号：许愿式编程。

按官方说法：用户仅需提供极简的自然语言输入，无需提供详细架构、参数或多轮调试，模型自主进行任务拆解、编码 、自测与纠错，就可直接交付可运行的项目。

我实测下来的感受，确实没夸大宣传，是有东西的。

三、如果你也想试试？

Deepseek 模型的调用方式是通过 API，不管你日常主力 Agent 是 Claude Code、Codex、Hermes Agent、DeepSeek Harness 都可以。

只需需要配置 API 地址、API Key、模型名，下面以 Claude Code 和 DeepSeek Harness 为例。

1、 Claude Code

Linux / Mac 用户，直接环境变量，在终端中执行：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropicexport ANTHROPIC_AUTH_TOKEN=<你的 DeepSeek API Key>export ANTHROPIC_MODEL=deepseek-flash[1m]export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-flash[1m]export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-flash[1m]export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flashexport CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flashexport CLAUDE_CODE_EFFORT_LEVEL=maxexport CLAUDE_CODE_AUTO_COMPACT_WINDOW=786432

Windows 用户，在 Powershell 中执行：

$env:ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"$env:ANTHROPIC_AUTH_TOKEN="<你的 DeepSeek API Key>"$env:ANTHROPIC_MODEL="deepseek-flash[1m]"$env:ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-flash[1m]"$env:ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-flash[1m]"$env:ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-flash"$env:CLAUDE_CODE_SUBAGENT_MODEL="deepseek-flash"$env:CLAUDE_CODE_EFFORT_LEVEL="max"$env:CLAUDE_CODE_AUTO_COMPACT_WINDOW="786432"

配置好，启动 Claude Code，选择 deepseek-flash。

tips：模型名使用 deepseek-flash，现已升级为 DeepSeek-V4.1-Flash-1017。

2、 DeepSeek Harness

先安装 DeepSeek Harness，安装命令就一条。

npx @deepseek-ai/dsh web

打开之后它第一件事，就是让你配 API Key。

输入从 DeepSeek 官网创建的 API Key，就可以正常使用了。

本次测试的提示词，你都可以复制去跑跑看。

写在最后

回到开篇的问题，许愿式编程能做到哪一步？

在本次 Claude Code + DeepSeek API 环境中，三个简短提示都推进到了可运行项目和核心流程闭环，结果总体不错，界面审美、素材质感仍有明显提升空间。

客观的说，又是一次实打实的升级。随着模型的持续进步，提示词貌似显得越来越不重要，当然就现阶段而言简单任务确实不需要再输入长篇大论了，复杂任务还是需要多轮调优的。

如果你也在折腾 AI 编程，可以自己跑个小项目试试。

另外，这次更新还有个重点： Search/Fetch（网络搜索），我准备单独写一篇，关注我，下篇为大家带来详细解读。