【菜科解读】

大家都知道，在某些特殊时期的时候，是不能做剧烈运动的，但是每个人对于剧烈运动的理解又是不一样的。

剧烈运动是要从多方面表现的，所以也应该从多方面来衡量跳绳算不算剧烈运动。

有的人觉得跳绳是有氧运动，而不是剧烈运动，但是也有的人觉得跳绳其实也属于一种剧烈运动。

以最快速度跑完100米，跳完1分钟绳也算剧烈运动，这是在短时间运动量很大，心脏等器官承受的压力是很大的，如果内脏不好、有慢性病的会有危险。

你不见100米运动员跑完后的样子。

当然这种运动恢复比10000米什么的快许多。

所谓的剧烈运动不一定是把自己累趴下才叫剧烈运动，剧烈运动分几种吧，你说的是体力上的剧烈运动，还有一种就是从你的心率多少来判断的，简单的说，你累趴下的过程中有可能会导致拉伤，因为肌肉疲劳的时候你非要做一些牵强的动作，这样有可能会加大受伤的机率。

也有人认为绳不属于;众所周知，人体机能是通过血液里氧的交换来维系的，运动需要氧，它们的区别就在于人体的耗氧量的多少！也就是血液当中氧含量交换的多少！通俗的讲：剧烈运动是无氧运动，而一般运动则是有氧运动;剧烈运动需要消耗大量的氧和水份，使人体力透支，应尽量多喝些淡盐水来及时补充体液，这样才不至于伤害身体。

其实关于跳绳算不算剧烈运动这个问题，是有很多讨论的，从不同的角度来看，跳绳可以说是剧烈运动，也可以说不是，还是要视情况而定。

在女性某些特殊的日子的时候，最好还是不要跳绳，这样可以避免很多不必要的麻烦，如果要减肥的话，就可以试试跳绳。

DeepSeek-V4上线：使用华为芯片训练，性能比Gemini差3-6个月，价格优势明显

就在刚刚，DeepSeek-V4的预览版本正式上线并同步开源。

据官方介绍，DeepSeek-V4拥有百万字超长上下文，在 Agent 能力、世界知识和推理性能上均实现国内与开源领域的领先。

模型按大小分为两个版本： 更具产业里程碑意义的是，DeepSeek-V4 从模型设计之初就深度适配国产算力，在华为昇腾芯片生态实测跑通，成为全球首个在国产算力底座上完成训练与推理的万亿参数级模型，打破对海外芯片与框架的长期依赖。

性能比肩顶级闭源模型，价格比Claude便宜21倍 官方实测数据显示，DeepSeek-V4-Pro性能比肩顶级闭源模型。

Agent（智能体）能力方面，相比前代模型，DeepSeek-V4-Pro的能力显著增强。

在 Agentic Coding 评测中，V4-Pro 已达到当前开源模型最佳水平，并在其他 Agent 相关评测中同样表现优异。

DeepSeek介绍，目前 DeepSeek-V4 已成为公司内部员工使用的 Agentic Coding 模型，据评测反馈使用体验优于 Sonnet 4.5，交付质量接近 Opus 4.6 非思考模式，但仍与Opus 4.6 思考模式存在一定差距。

DeepSeek给出的结论相对克制。

在知识与推理任务上，其性能已经超过主流开源模型，并接近Gemini等闭源系统，但仍存在约3到6个月差距。

在 agent和代码任务上，其表现接近甚至部分超过Claude Sonnet。

此外，在数学、STEM、竞赛型代码的测评中，DeepSeek-V4-Pro超越当前所有已公开评测的开源模型（包括月之暗面的K2.6 Thinking、智谱GLM-5.1 Thinking等），取得了比肩世界顶级闭源模型的优异成绩。

相较之下，DeepSeek-V4-Flash主打性价比，能够提供更加快捷、经济的 API 服务。

在 Agent 测评中，DeepSeek-V4-Flash 在简单任务上与 DeepSeek-V4-Pro 旗鼓相当，但在高难度任务上仍有差距。

据悉，V4-Pro 与 V4-Flash 最大上下文长度为 1M，均同时支持非思考模式与思考模式，其中思考模式支持 reasoning_effort 参数设置思考强度（high/max）。

对于复杂的 Agent 场景建议使用思考模式，并设置强度为 max。

使用价格如下： DeepSeek表示，“受限于高端算力，目前Pro的服务吞吐十分有限，预计下半年昇腾950超节点批量上市后，Pro的价格会大幅下调。

” 再看看国际友商价格对比，可见DeepSeek的实惠： 混合架构解决工程落地痛点，全面适配国产算力 大模型处理超长文本的最大痛点，从来不是 “能不能装下”，而是跑不动、记不住、算不起。

随着传统注意力机制呈平方级复杂度攀升，百万Token场景下显存与算力直接 “爆炸”，几乎无法工程落地。

DeepSeek-V4 的发布，标志着大模型正式走出 “参数竞赛”，进入效率优先下一代赛道。

从一口气审计全量代码库、一次性解析千页合同，到全程记住长时间会议、串联多轮复杂智能体任务，V4让AI 真正具备“完整理解、长期记忆、深度推理”的能力，同时把使用成本大幅下拉。

这一切得益于DeepSeek业内首创“CSA （压缩稀疏注意力） + HCA （重度压缩注意力）”的混合架构。

用一套“分级压缩 + 分级检索”思路，把效率拉到极致。

这一新方法显著减少了计算复杂度，提升了长上下文处理的效率。

具体来看，CSA像给长文本做重点精读。

先把每 4 个Token压缩成一个信息块，再用稀疏检索只挑最相关的内容，既保留中段细节，又大幅削减计算量，兼顾精准与效率。

HCA像给长文本做大纲速读，把海量信息浓缩成框架级块，专门负责全局逻辑。

官方数据显示：1M Token场景下，V4-Pro 仅需 V3.2 的 27% 推理算力、10% KV 缓存；

Flash 版更是低至 10% 算力、7% 缓存。

除了混合注意力，V4 还带来三项关键技术革新，构成完整效率革命： mHC 流形约束超连接：升级传统残差连接，把信号传播约束在稳定流形上，深层不衰减、训练不炸数值。

Muon 优化器：替代传统 AdamW，收敛更快、训练更稳，完美适配 MoE 大模型与低精度训练，解决大批次长上下文训练的抖动难题。

全链路工程优化：专家并行细粒度通信重叠、TileLang 内核开发、FP4 量化感知训练、异构 KV 缓存管理，从计算、通信、存储全方位降本提速，推理加速最高近2倍。

最受大家关心的，是V4这次是否成功全面适配国产算力？ 报告指出，DeepSeek-V4在英伟达 GPU 与华为昇腾 NPU 两大硬件平台上，对细粒度 EP 优化方案完成了全面验证。

相较于性能优异的非融合基线方案，该方案在通用推理负载场景下可实现1.50~1.73 倍的加速比。

有业内观点指出，这代表已经完成华为昇腾平台的适配和实测落地。

但目前对外开源的只有英伟达GPU版本，昇腾适配代码未开源，属于闭源适配优化。

值得一提的是，寒武纪在软硬一体生态中，已经完成基于 vLLM 推理框架完成对 285B DeepSeek-V4-flash 和 1.6T DeepSeek-V4-pro 的适配，适配代码已开源到 GitHub 社区。

剩下的，就等DeepSeek-V4的实用表现了。

还有DeepSeek的首轮融资最终花落谁家，也还是个谜题。

“不诱于誉，不恐于诽，率道而行，端然正己。

” DeepSeek官方在文章最后表示，他们将始终秉持长期主义的原则理念，在尝试与思考中踏实前行，努力向实现 AGI 的目标不断靠近。

”

湖北一男子创业失败负债百万，转行外卖骑手两年还清40万元，经常“不听劝”坚持高强度跑单，触发防疲劳机制被强制下线240次

这名外卖骑手名叫万灯辉，今年37岁，是湖北仙桃人。

他经营过火锅店，一年赚五六十万元，但由于盲目扩张原因，门店在几年后倒闭，他也背上百万债务。

万灯辉说，“除了送外卖，我找不到一个月拿3万左右的工作了。

” “2024年做到365天不休息，每天工作14到16个小时，总收入22.3万元”，对此，万灯辉澄清说，14到16个小时是“早出晚归”的时间，真正背单（跑单）时长不超12小时，因为平台有防疲劳机制，跑单最长只能12小时。

有人惊叹于他的毅力，也有人质疑数据造假。

随着平台官方数据的披露——注册714天、完成订单47393单、收入44.7万元、触发防疲劳强制下线240次——争议暂告段落，但留下的思考远未结束。

为生活“死磕 ”的样子令人动容 不知疲惫的“卷王”却要精准预防 像万灯辉这样不愿主动选择休息的骑手并非个例。

北京大学国家发展研究院副院长张丹丹曾在多个骑手微信群“潜水”，观察到类似现象：当骑手队长在群里说“明天有几个休息名额，愿意休假的可以报名”时，很少有骑手主动报名。

据新京报报道，万灯辉所在站点站长介绍，万灯辉是站点内极少数坚持超长时间跑单的骑手。

因为债务压力，他经常“不听劝”，坚持高强度跑单。

“每次见到他，我都劝他休息几天，站点、驿站都能休息，但他往往坚持跑单。

” 北大教授邱泽奇曾说，骑手一天干多少小时，本质上是劳动者的自主选择。

但这种选择，是在生存压力下的“被自愿”。

而这种超负荷运转，必然伴随着巨大的健康风险。

正是在这种背景下，平台从2024年底上线防疲劳”机制——“8小时提醒、12小时强制下线”。

万灯辉为了尽早还清债务不知疲倦的工作，这份执着，在不少网友看来，实属难能可贵，但他的故事也让我们看这样一种拉扯：一边是平台出于安全考量的“强制休息”，一边是骑手为了生存不得不“对抗算法”。

这一现实背后，折射出当前外卖行业防疲劳机制的隐忧：标准化的算法，遇上了非标准化的劳动者。

骑手万灯辉展示触发疲劳休息提醒的界面 要让外卖小哥适时“停一停”，防疲劳机制必须告别简单的“一刀切”，走向更精准、更有温度的“千人千面”。

现实中，有像万灯辉这样背负百万债务的“还债骑手”，也有刚入行的大学生兼职，还有年过半百的老骑手。

一个25岁的小伙和一个45岁的大叔，身体机能截然不同，却适用同一套“12小时强制下线”规则，这显然不够科学。

更令人痛心的是，近年来外卖骑手猝死、遭遇交通事故的新闻时有发生。

据光明网报道，2024年1月1日，59岁的外卖员宁先生送餐时猝死，手里还攥着要送的外卖。

另据财新网，数据显示，中国有外卖骑手超过千万人，2023年全国发生外卖骑手交通事故1.2万起。

有些悲剧发生在骑手为了冲单量而忽视身体报警的瞬间。

如果算法能引入健康管理维度，结合骑手的年龄、历史体检数据（在隐私保护前提下）、甚至心率手环等穿戴设备数据，对高龄或有心血管风险的骑手提前预警、降低阈值，或许能为生命多加一道保险。

要让骑手不必过度透支身体“卷时长”，还要改变订单“单价”与“难度”的不平衡。

需要注意的是，目前的防疲劳机制多以“连续跑单时长”为衡量标尺。

外卖骑手的工作具有极强的时段性，且个体差异巨大。

浙大研究员袁哲的建议切中要害：平台需要构建更科学、动态的疲劳治理机制，综合考量连续工作强度与实际作业负荷。

毕竟，骑手的“在线时长”并不等同于“工作时长”，其中有三成时间可能用于等单和休息。

正如中国劳动关系学院教授姜颖所言，如果骑手跑一单平地只需20分钟，跑一单老旧小区爬楼也要20分钟，但收入却差不多，骑手自然会倾向于多接单、快跑。

如果将单价与恶劣天气、高楼无电梯、大件重物等特殊场景等难度挂钩得更紧，触发动态溢价机制，是不是就能让骑手不再单一、持续地“卷时长”？ 以骑手和平台为核心的即时配送体系已经是当今中国的基础设施，要维系这个系统的可持续运转，除了平台优化算法，社会层面也要进一步完善公共设施：在商圈、写字楼周边增设更多的“骑手驿站”，提供平价餐饮、热水和临时休息区，让骑手在等单间隙能真正放松，而不是只能在马路牙子上狼吞虎咽。

今天，万灯辉还在奔跑，他的目标是还清剩下的债务，他的这份“不摆烂、还清债”的担当与坚持值得肯定，甚至让人动容，但我们期待，他的还债之路，不必如此“拼命”。

期待各方“共治”，让算法不再是冰冷的计时器，而成为懂健康、知冷暖、明价值的智能助手。

毕竟，我们要的不仅是更快的送达速度，更是每一个骑手都能平安回家的夜晚。

来源：综合都市现场 编辑丨胡元媛 实习生 黄语轩 一审丨胡元媛 二审丨袁隽永 三审丨彭治国