DeepSeek 把上下文拉到百万字后，我们可能更读不进一行字

DeepSeek V4 全系标配百万字超长上下文。一本书装得下，一天的对话装得下，一份带完整注释的代码仓库装得下。

工具的容量扩大，人的注意力带宽没变。

这是一件值得停一下想的事。

当窗口能装下整本《尤利西斯》，我们反而更倾向于只挑三行字。让 AI 总结，让 AI 提炼，让 AI 找出「最重要的那一段」。结果是：原本需要自己读完才能形成的判断，被压缩成一个被选中的片段。

能力扩大不等于使用能力扩大。

百万字上下文真正的考验不是模型能不能处理，是用户还在不在场。当工具的能力远超用户跟上的速度，工具就开始替用户做决定——哪些值得看，哪些可以跳过。

这不是技术问题，是注意力结构的问题。

窗口越长，跳读越合理，跳读越合理，越不需要慢读。这是一个自我强化的循环。

所以今天这个新闻，可以被读成「DeepSeek 解决了长文档处理难题」，也可以被读成「慢读的时代正在过去」。后者听起来更刺耳，但更接近正在发生的事。