把 DeepSeek V4 塞进 Codex：3 毛钱能干啥

📌 一句话摘要

作者通过实践将 DeepSeek V4 Flash 集成到 Codex，测试解决两个真实 mypy GitHub Issue，详细记录模型性能、Token 消耗与成本，验证其在代码理解与功能实现中的实际效果。

📝 详细摘要

文章记录了作者使用 DeepSeek V4 Flash 模型通过 Codex 工具链解决两个 mypy GitHub Issue 的过程。首先通过模型定位 Bug 并修复，但因影响范围过大触发回归测试失败；最终通过调整代码上下文控制精度完成修复。第二个任务在未明确接口设计的情况下，自主完成 JUnit 报告格式扩展功能，包括配置参数、实现逻辑、文档补充与测试验证。全程实际 Token 消耗 4，356，361，账单 0.31 元，缓存命中率 98.1%。文章展示了模型在代码理解、工具调用与功能实现中的实践价值，但未提交代码至开源社区。

💡 主要观点

- 模型通过代码上下文分析定位 mypy 类型推断 Bug，并在修复过程中修正过度泛化问题。 首个 Issue 修复中，模型初步方案因公共推断逻辑调整导致回归失败，后通过调整类型上下文控制精度（设置 type_context=None）完成修复，通过所有测试用例。

模型基于简短需求文本独立完成功能实现，涵盖代码、配置、文档与测试。 第二个 Issue 要求扩展 JUnit 报告格式，模型未获取源码路径下生成完整实现方案，包括命令行参数、配置校验、XML 输出逻辑、文档更新及测试覆盖，且处理特殊字符转义等边界情况。

实际测试显示 DeepSeek V4 Flash 在代码类任务中具有高缓存命中率与低成本优势。 两任务实际消耗 Token 4.36M，费用 0.31 元，缓存命中率 98.1%，表明模型在重复代码分析场景下具有较高效率。

💬 文章金句

- 模型第一版修复方案因影响范围过广触发回归失败，最终通过一行代码调整完成精准修复。

第二个功能未提供源码路径，模型基于两段需求文本独立完成实现，包括测试验证。

📊 文章信息

AI 初评：89

来源：AINLP

作者：AINLP

分类：人工智能

语言：中文

阅读时间：11 分钟

字数：2742

标签： AI 编程, 模型测试, 代码修复, Codex 集成, DeepSeek

阅读完整文章

把 DeepSeek V4 塞进 Codex：3 毛钱能干啥

🤖 問 AI