推薦用DeepSeek V3-0324 跑MCP

來源影片：https://youtu.be/2X5cvBLzo3U

An image to describe post

DeepSeek V3-0324 性能與成本優勢

  • 高性價比，性能接近 Cloud 3.7 sonnet。
  • 調用流暢，成本低廉。
  • Cline已支援DeepSeek V3-0324(強烈建議使用付費版，免費版速度慢且易中斷。)

案例

案例1：將指定的Gemini 2.5發佈網路文章爬下來

  • 實際指令(prompt)
prompt
把這篇文章scrape下來：https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/
翻譯成正體中文
存進位於桌面的/test/gemini-2.5.md文件
並在開頭加上對內容的總結
  • DeepSeek的反應：清晣規劃步驟並執行
    1. 它把用戶需求拆成明確任務
    2. 它會判斷需用哪些工具，含Tavily MCP(連網搜尋、網頁爬蟲)、寫入文件工具
    3. 確認目前的環境：文件夾是否存在、用戶是否允許MCP操作權限
    4. 給自己設定執行步驟
  • 共花費 0.0358 美元，從Google DeepMind部落格成功爬下文章紀錄成中文檔案

案例2：調用2個MCP

  • Sequential Thinking
  • Tavily ：連網搜索
  • 每一步思考前都要搜一次資料：搜資料＞思考＞下一步搜資料＞下一步思考...
    ➡️考驗LLM要懂得拆解問題，還要依搜尋結果調整思考方向、及下一步要搜什麼，且要頻繁調用MCP
  • DeepSeek花費 3分多鐘、六步驟思考，覺得不夠詳細請它再完善，最後花了0.039 美元
    ➡️對比使用Claude跑MCP，昂貴很多

DeepSeek 模型升級與 AI 發展方向

  • 推理任務表現提升
  • 前端開發能力提升
  • 中文寫作能力提升
  • 工具調用能力提升(有大腦、也有手腳)，例：Claude、DeepSeek V3-0324
  • 註：多模態也很重要，例Gemini

MCP 的發展與未來趨勢

  • DeepSeek 有工具調用能力、成本低廉等優勢，將推動 MCP 普及。
  • 預測：Dify、Coze為代表的任務編排模式將被取代。未來趨勢：為人類設定起點(上下文)、終點(目標)，中間的任務交由LLM自由發揮，形成LLM+MCP工具的發展重點。
  • 目前已有 Claude、DeepSeek 等模型，還有 MCP 中間層協議，AI 發展迅速。