# Post-Training

架构和参数量没变，Agent 为什么还能变强？拆解 DeepSeek V4-Flash-0731 的后训练逻辑

DeepSeek-V4-Flash-0731 没有扩大架构和参数规模，却交出更高的 Agent 测试成绩。关键不是参数“没变”，而是参数量没变、权重经过了新的后训练。本文拆解后训练如何重塑长链路决策，也说明厂商成绩里 Harness 与推理预算的影响。