> ## Documentation Index
> Fetch the complete documentation index at: https://blog.pig4cloud.com/llms.txt
> Use this file to discover all available pages before exploring further.
# 深夜突袭！DeepSeek V3偷偷更新变强
> DeepSeek V3悄然更新上线，优化函数调用、写作与代码生成能力大幅提升，实现AI与业务系统深度融合，真正赋能企业应用场景。
DeepSeek 刚刚悄然发布了 DeepSeek-V3-0324 模型。这次更新远超预期，不仅性能大幅提升，而且新增了多项实用功能，让开发者和企业用户都为之惊叹。
回顾之前的 DeepSeek R1 版本，尽管能力出色，但仍存在几个明显短板：缺乏函数调用能力、不支持规范化的 JSON 输出。这些功能对于 AI 在实际业务场景中的应用至关重要。
以下是官方朴实无话的更新日志：
## 中文写作能力测试
> 提示词：假设你是一名环保专家，最近你发现了一种新的可持续能源技术。请描述这项技术的原理、优势以及对环境的潜在影响。
> 写作能力有了大幅度提升，毕竟基于R1 ，「左脚踩右脚」
## 前端开发能力测试
接下来，我测试了它的前端开发能力：
> 我问了它：技术栈不限制，帮我实现一个网站登录界面.html
## DeepSeek V3 函数调用功能
函数调用是这一功能使大语言模型能够根据用户提示，生成调用特定函数的结构化请求，包含函数名称和必要参数。这为 AI 与外部工具、API 的无缝集成提供了强大支持。
举例来说，众所周知大语言模型在处理复杂数学计算时存在局限性。通过函数调用，您可以为模型提供一个"数学工具库"，模型会指示应调用哪个函数以及需要哪些参数。系统执行该函数后，将结果与原始提示一起返回给模型，从而获得完整、准确的回答。
需要明确的是：模型自身不执行函数，它只是指示应该调用什么函数以及如何调用。
函数调用的应用场景包括：
* **触发外部动作**：如发送邮件、控制智能设备
* **获取实时数据**：有效解决 AI 知识时效性问题，如实时搜索或数据库查询
* **处理复杂计算**：解决模型无法直接计算的复杂数据问题
### 实际应用示例
#### 添加依赖
```xml theme={null}
dev.langchain4j
langchain4j-open-ai
1.0.0-beta2
```
#### 创建 AI 服务接口
```java theme={null}
public interface FunctionAssistant {
String chat(String message);
}
```
#### 用注解实现业务逻辑
```java theme={null}
public class InvoiceHandler {
@Tool("根据用户提交的开票信息进行开票")
public String handle(String companyName, String dutyNumber, @P("金额保留两位有效数字") String amount) {
log.info("companyName =>>>> {} dutyNumber =>>>> {} amount =>>>> {}", companyName, dutyNumber, amount);
return "开票成功";
}
}
```
#### 测试调用效果
```java theme={null}
@Test
public void test2() {
ChatLanguageModel chatLanguageModel = OpenAiChatModel.builder()
.apiKey("sk-")
.modelName("deepseek-chat")
.baseUrl("https://api.deepseek.com/v1")
.logRequests(true)
.logResponses(true)
.build();
FunctionAssistant assistant = AiServices.builder(FunctionAssistant.class)
.chatLanguageModel(chatLanguageModel)
.tools(new InvoiceHandler())
.build();
String chat = assistant.chat("帮我开具发票，公司名称：深圳市腾讯计算机系统有限公司，税号：91440300734991234A，金额：100.123456");
System.out.println(chat);
}
```
## 总结
从笔者近期 AI 业务的落地实践来看，V3 类聊天模式相比 R1 具备更高的可玩性。本次更新弥补了诸多短板，使其更能深度融入业务流程，我们有理由期待更多 AI 创新案例的出现， **真正赋能业务才有价值**
