公司与模型
DeepSeek（深度求索）的模型发布、开源权重、技术报告与 API 价格变化。
41 条精选近 30 天 40 条共收录 220 条
阿里云云原生解读 DeepSeek 8 月开源的 DeepSeek Harness 及其 dsh-superagent-prototype，把跨会话保持上下文、并行推进多任务的 Agent 称为 Super-agent，并拆出双层架构、事件驱动、计算状态与环境分离、Watchdog 等模块。
能拿走双层架构、订阅直通、链式召回、投机执行、Watchdog 巡检五个模块的具体分工，落到软件工厂的多任务派单和本地环境接入；代价是 Router 批处理只提有效吞吐，云端与端侧默认互信，提示词注入会波及所有接入设备。
作者在原有串行 dev-workflow 基础上设计了 dev-workflow-router，由 Router 统一接收需求和反馈，分派给 Analyst/Planner、Coder、Reviewer 三个 Worker，在保留 #0 背景确认、#1 方案确认、#2 实现验证三道人工 gate 的前提下让可独立推进的工作提前开始。
可照搬 Router 加 Analyst/Coder/Reviewer 三角色分工、五行骨架和按影响分派反馈的做法，替换单 Agent 串行审批；代价是 token 增加、需自管文件所有权与版本快照。
文章基于提交 477b4f4205 的实现，拆解 DeepSeek Harness 如何协调多轮模型调用、工具执行与会话状态，把运行过程分为插件装配、回合驱动、会话日志、工具管道和异常处理五部分。
拆解了 turn/step/请求尝试三层边界、surface 投影与并发执行顺序提交的取舍，可对照改造自家 agent 循环的输入队列和日志恢复，代价是配置整段替换易丢字段、日志恢复不保证副作用回滚。
作者复盘自家教育 Agent 小E上线首晚卡顿事故，给出重试、超时、降级三条保险丝的完整 Python 实现。核心做法是把异常分成临时故障、确定性失败、结构错误三类，只重试可重试项，退避带 ±10% 抖动，并用客户端 Deadline 约束整轮预算，同时把 SDK 的 max_retries 从 2 改为 0 避免重试相乘。
能拿走异常三分法、指数退避加抖动、整轮 Deadline 切片和降级链的具体代码结构，落到本地模型部署与软件工厂的稳定性层；代价是要把 SDK 自带重试关掉并自己维护幂等键。
DeepSeek 在 GitHub 发布 dsh-superagent 研究原型，一个面向单个 GitHub 仓库的主动式编码 agent，打包为 DeepSeek Harness 的 bundle。
能拿走一套常驻编码 agent 的授权与执行分层设计，落到软件工厂的派单环节，代价是它只是研究原型、有 bug 且需自行适配，安装还得让编码 agent 按 SETUP.md 一步步带着做。
DeepSeek Harness 团队发布《Super-agent 设计探索》，提出 Router 层统一承接人类交互与任务分派、多个 Worker 在隔离会话中并发执行的双层架构，并给出事件驱动、Inline & Spill、链式召回、异步 ReAct Loop 和 Watchdog 等配套机制。
Router 与 Worker 双层拆分、Trigger 直通 Worker、Inline & Spill 加链式召回，可替换单会话串行派活；代价是 Router 扩展性、长程记忆和端侧提示词注入风险尚未解决。
作者用一台 Ubuntu 服务器、两个 Docker 容器和五个自写插件，把 NapCat（OneBot v11）、AstrBot 4.29.3、DeepSeek deepseek-flash、本地 Whisper、Edge TTS 和 DSH Agent 串成一条 QQ 机器人链路，并给出可复制的命令与配置。
能拿走 NapCat+AstrBot 双容器串联、modalities 显式声明、Whisper 强制中文加 loudnorm 归一化、TTS 前正则清洗这几处具体配置，落到本地模型部署和知识沉淀线；代价是 QQ 自动化有封号风险，NapCat 重启要重扫码。
这篇教程拆解多轮对话越聊越贵和失忆的原因，给出带裁剪策略的会话管理器实现，12 轮演示中预算裁剪把累计 token 从 4654 降到 2993，省下 35.7%。
能拿走三套裁剪策略（滑窗、预算、压缩）加本地 token 估算和可配置单价的完整模块划分，落到软件工厂里多轮对话的成本控制；代价是估算按字符经验值算，真实账单仍要取服务端 usage。
作者用两周为 DeepSeek Harness（DSH）写了 5 个插件并发布到 npm，包括把长期记忆存进用户 Git 仓库的 dsh-memory-git、右侧栏 Git 面板 dsh-git、把 DSH 变成 MCP 服务端的 dsh-ai-chat-mcp，以及 macOS 和 Windows 各一个桌面自动化插件。
能拿走 Host 插件三步骨架（package.json 的 dsh.bundle 与 engines.dsh 版本准入、cordis.patch.yml、ctx.tools.register 注册工具），落到本地模型部署和知识沉淀两条线；代价是 Host 插件跑在非沙箱进程，装第三方插件等于跑别人代码。
DeepSeek 在 V3.2-Exp 中引入的 DSA 用一个轻量索引器给每个 query 的历史 token 打分，只把分数最高的 2048 个 KV 条目送进精确注意力，主注意力复杂度从 O(L²) 降到 O(Lk)。
能拿走 DSA 的索引器配置（64 头 128 维、topk 2048、FP8）和两阶段训练配方，落到本地模型部署与长上下文推理线；代价是动态 Top-k 依赖 SGLang、vLLM 专用内核，短文本几乎无收益。
作者用 Codex Skill 把知识解说视频链路拆成 DeepSeek 分镜、Qwen-TTS 逐句配音、汇影AI 素材检索和 capcut-meta 生成剪映草稿四段，各环节定好输入输出契约。
能拿走强制 visual/comment 二分类的分镜提示词与 JSON Schema，把文案到剪映草稿的机械环节自动化，落到视频产线；代价是要自己处理素材链接过期、片段重叠和编码不统一。
这篇文章从矩阵乘的三重循环讲起，用算术强度解释 DeepGEMM 和 FlashMLA 为何分别卡在带宽与算力上。
能拿走算术强度判瓶颈、TMA加WGMMA的warp分工、FP8两级累加和MLA吸收推导，落到本地模型部署与推理优化这条线，前提是手上有Hopper卡并愿意对着固定commit读源码。
Argus 发布 0.7.3，这是一个自托管系统，可在 VPS 上连续数天到数周运行 AI 智能体，并通过网页界面或 Telegram 查看和控制。每个项目有独立文件夹、模型、指令、记忆和预算，所有运行都经过同一个预算 governor 检查，/panic 可在五秒内停止全部任务。
可借鉴其预算 governor、Landlock 沙箱、/undo 与崩溃重试的设计，把无人值守 agent 跑在 VPS 上；代价是依赖 dsh 0.2.0-rc.2，尚无他人生产验证。
作者用 deepseek-flash 对 GitHub 上 17 万星的 ponytail 规则做了小样本实测，三个任务合计代码从 227 行降到 110 行（-51%），completion token 从 28032 降到 9819（-65%）。
把 ponytail 规则全文塞进系统提示，用三个过度工程场景对比 bare 与 pony 两组，能直接照搬这套冒烟测试设计；代价是每组只跑一次、单模型，数字只看方向。
作者以招标文件解析为例，讲生产级长链路 AI 工作流为何不能交给 Agent 自主规划，并给出自建架构方案。技术栈为 React、FastAPI、Redis、PostgreSQL、arq，工作流采用状态机主干加分析环节 DAG，LLM 底座自建模型切换、熔断、JSON schema 校验、全局 QPM 限流与并发控制。
能拿走自建 LLM 底座的分层做法（流式连接早发现超时、JSON schema 校验后立即重跑、全局 semaphore 加 QPM 前置快速失败）和状态机加 DAG 的断点续传设计，落到软件工厂的长任务产线；代价是要自己造轮子，作者称从零到稳要几个月。
作者用 OpenAI SDK 加 MCP 官方 SDK，在 TypeScript 里不依赖任何 Agent 框架手搓出一个能联网抓取、能读写文件的 Agent，核心代码不到 200 行。
能拿走一套不依赖框架的 ReAct 循环写法，含流式 tool_calls 按 index 分桶拼接和 MCP stdio 拉起工具进程，可替换现有单 agent 串行派单流程；代价是要自己处理 id 拼接、同步 getTools 等坑。
樊小肆开源了 DeepSeeker-Code，一个 DeepSeek 驱动的 AI 编码助手，提供 VS Code 插件和终端 CLI 双端，包含 agent 主循环、工具系统、MCP、Hooks、Skills 和子代理。
可借鉴工单 frontmatter 写验收命令加预算帽、worktree 隔离串行挂机、结算单与 /usage 对账这套做法，落到软件工厂线；前提是自备 DeepSeek API Key 并接受单人项目生态与模型能力差距。
DeepSeek Harness（dsh）把模型适配器、工具注册表、会话日志和默认 Agent loop 都做成可组合替换的插件，底层依赖 Cordis 的依赖注入与生命周期机制。Session 采用仅追加事件日志再派生模型可见历史，压缩由压力测量、规则修剪和模型摘要分层完成。作者指出替换组件仍需遵守接口约定，作用域不构成沙箱，Session 默认内存存储需另配持久化后端。
能拿走的是 dsh 的分层替换位置，模型适配器、工具注册表、会话日志和 Agent loop 都可换，落到本地模型部署和软件工厂时，代价是自写驱动仍要处理输入、状态、取消和资源释放。
DeepSeek 开源了支撑 V4.1 Flash 的生产推理引擎 DeepInfer，并公布单集群日均 155 万亿 token、96% 输入缓存命中、首 token 平均 400ms、生成 230 token/s（编码场景 300 token/s）等生产数据。
能拿走的是分阶段部署形状和缓存分层做法，prefill 用八卡机、decode 用 64–128 卡超节点，KV 前缀放 3FS 共享存储让路由不再绑缓存亲和；代价是 KV 管理和负载均衡未开源，得自己补。
DeepSeek 宣布将内部推理框架 DeepInfer 全面开源，此前已开源一系列大模型、TileLang 编译工具及推理算子库。基于 DeepInfer，DeepSeek 已实现 DeepSeek V4.1 Flash 高吞吐、低延迟的大规模推理服务，未来新模型的推理代码及后续优化也将在此持续更新。
DeepSeek 把内部推理框架 DeepInfer 开源，可替换自建推理服务栈；但材料只有一句摘要，没有部署方式、硬件要求和性能数字，落地前得自己去仓库摸。