？？有人测出来 V4 Pro 在 Minimal 工具下启动行为和其它工具下表现完全不一样，Minimal 工具下和之前灰度的 “I need” CoT 一模一样，复现了一下是真的

真绷不住了，我说他们怎么做到官方跑 Terminal Bench 跑 87.9，结果 AA 跑的只有 79 的，感情搁这疯狂过拟合 Minimal Harness，还有安全词的说是

又要变祖了吗...

DeepSeek V4 Pro 不是能力不行，而是对首次请求的工具结构极其敏感。官方 Standard/PTC 只有 91/92 分，Minimal 是 99/96，但只有两个工具。我们做了一个两阶段插件：首轮只给 shell + read 锚定 Minimal 推理轨迹，第一次工具调用后立刻恢复 Standard 全部 25 项工具。Windows 连跑两次 98/99，均值 98.5，第二轮全程 let me=0，证明不是抽卡，也不需要牺牲完整工具能力。
插件已开源：https://github.com/xiaobright/dsh-anchored-standard
完整评测、原理分析和统计证据：https://github.com/xiaobright/modeltest