作者用85万行代码库实测本地DeepSeek V4与云端GPT-5.6的审计能力。首轮GPT发现32个漏洞，DeepSeek仅8个且5个错误，原因是工具链配置缺陷：代理指令过期、缺乏证据验证、回合预算不足。修复后DeepSeek准确率从37%升至近90%，找到GPT遗漏的问题。结论：本地模型适合边界明确任务，前沿模型擅长跨层综合，工具链比模型权重更关键。