Claude Code 接入 DeepSeek V4.1 Flash-1017 与 MiniMax M3.1 Flash 实测:200+ TPS 下的代码准确率与 Token 账单
作者把 DeepSeek V4.1 Flash-1017 与 MiniMax M3.1 Flash 接入 Claude Code,用自己多平台分发工具「字流」的同一道接口修复题做对比实测。
作者把 DeepSeek V4.1 Flash-1017 与 MiniMax M3.1 Flash 接入 Claude Code,用自己多平台分发工具「字流」的同一道接口修复题做对比实测。
DeepSeek 于 10 月 20 日将支撑线上百亿级调用的推理框架 DeepInfer 与 Rust 分词组件 deepseek-recipe 以 Apache 2.0 协议开源。
7 款 Playwright 替代工具覆盖无代码平台、代码化测试框架与浏览器自动化库,分别面向非开发人员、JS/TS 团队和需沿用多语言 WebDriver 用例的团队。
NVIDIA 创始人兼 CEO 黄仁勋在 GTC Berlin 2026 发表主题演讲,发布 DSX POD 参考设计,将现场部署从六个月缩短至 14 天,并推出面向智能体安全的 OpenShell 参考架构与 Agent Knowledge Foundation。
推荐理由:原文把 AI 工厂、智能体安全与开放模型串成一条可落地的技术路径,读者可据此对照自身基础设施规划。
JuiceFS 企业版从 v5.2 到 v5.4 围绕元数据引擎、数据生命周期、数据路径和客户端控制面四条主线演进,以支撑 EB 级数据、千亿文件和百万级客户端。
华为云 RDS Supabase 的 Database Data API 在建表后自动生成 /rest/v1 端点,覆盖增删改查与关联查询,前端引入 Supabase JavaScript SDK 配合 Publishable Key 即可安全直连,无需手写后端接口。
JuiceFS 企业版围绕元数据引擎、数据生命周期、数据路径与客户端控制面四条主线持续演进,以支撑 EB 级数据、千亿文件与百万级客户端的 AI 存储压力。其全内存元数据引擎将单文件元数据内存占用降至约 100 B,v5.3 分区上限提升至 1,024 个、单文件系统可支持超过 5,000 亿个文件。
2026年7月,React 团队将 React Compiler 的 Rust 移植版合并进主仓库,自动 memoization 从 Babel 插件变为打包器原生能力。
本文为《ASP.NET 手搓 MCP 服务》系列第三篇,给 TaskMcpServer:7030 加上 JwtBearer 验签、RFC 9728 资源元数据和 RequireAuthorization 端点保护,并把工具签名中的 userId 参数替换为 JWT 的 sub,实现按用户隔离数据,最后在 WorkBuddy 客户端跑通授权码 + PKCE 端到端授权。
Distributor Touch 是一套快消 B2B 分销 SaaS:Node.js 22+ 零运行时依赖后端 + PHP 透传门户 + UniApp 一套代码编译 H5/微信小程序/App/企微侧边栏,业务规则只写一份。
DeepSeek 在 PyTorch Conf 首日开源 DeepInfer 生产推理栈,支撑 V4.1 Flash 服务,单集群日处理 155T tokens,离线价下每小时每卡收入 $38,对应约 80% 推理毛利率与 81 天回本周期。
阿里云 PAI 在 2026 云栖大会发布 PAI-DLC 3.0,以算力、网络、存储、框架四层协同支撑万卡训练,TurboX 实测模型吞吐提升 3.24 倍;预发布的 PAI-RLS 提供一站式 Agentic RL 服务,长序列 RL 端到端训练最高加速 3.16 倍,已覆盖 12 种 Agent 框架与 30+ 基准评测。
作者开源了一套 MIT 协议的 Web 系统,把 LLM 选题、剧本、主体确认、分格生图、人工审核到微信公众号草稿箱全自动串联,clone 后三条命令即可跑起。
AMD 与英特尔宣布在 PyTorch 的 x86 CPU 优化方面展开合作,将各自优化整合进开源深度学习库 oneDNN,使其成为 PyTorch 内 x86 加速的默认开源库。
本章系统梳理数据中心网络:物理设施自下而上分为五层,网络拓扑从传统三层演进到大二层与 Spine-Leaf,技术路线从 xSTP、虚拟机框、L2MP 更迭至主流的 NVo3 叠加网。
在 DeepSeek v4.1-flash-1017 协同下,作者定位到申报系统接口越用越慢的根因:仓储每次构造都往单例 IFreeSql 的 AOP 事件追加回调,回调随请求线性堆积。
作者指出 AI Coding 降低了代码生产成本,却让系统从 1 到 A 的维护与升级变得更难,并提出用删除或改变能力时无关模块的修改代价来衡量架构复杂度。
作者以 Ascend 310P3(Atlas 300I Pro)为例,完整演示昇腾 vNPU 的三种使用方式:原生 Docker 用 npu-smi 按 vir01 等模板创建 vNPU 再手工挂载设备。
DeepSeek 开源大规模推理框架 DeepInfer,首批支持 DeepSeek-V4.1-Flash,开源内容含推理框架、DeepSeek Recipe 与技术报告,支撑单集群每日 155 万亿 Token 吞吐、约每卡每小时 38 美元的收入。
作者给提示词仓库 prompt-hub-cn 加了一个把 6 条 Cursor rules 和 6 个 Claude skills 写入项目的 CLI,用 npx -y github:MsNan/prompt-hub-cn 一行分发,无需发布 npm。
作者续写双人共享小程序「小家」第二期,不重搭架构,而是把动态流、共享账本和年度账单从「能用」推向「用得对」。动态流改为基于最旧事件 id 的历史分页,筛选条件下沉到查询层,避免本地过滤把对方的更早记录筛空;相邻同类事件按 60 秒间隔折叠展示,但强调这只是阅读归并而非审计事实。
作者在开源智能体平台 BizBuddy 中用钉钉 Stream 和飞书长连接替代 Webhook,应用主动连出平台网关,内网无公网 IP 也能接收 IM 消息。
Latent Space 对话 Tenex 联合创始人 Alex Lieberman 与特殊项目负责人 CJ Hess,讨论按产出而非工时付费的工程薪酬、MetaHarness 工作流以及企业 AI 落地。
本文对比工作流与自主 Agent 两种编排模式,建议按单个 LLM 调用、工作流、自主 Agent 的顺序选型,路径确定就写代码、不确定才交给模型决策。混合才是工程常态,关键步骤走工作流、灵活部分交 Agent,停止条件必须由代码显式设置。
文章指出,只在系统提示里写“不许做”拦不住提示注入,因为攻击指令来自 Agent 自行读取的外部内容,与用户指令在上下文里平级。作者把护栏分为三层:上下文层控制模型能看到什么,执行层控制模型能做什么,数据层控制世界能被改成什么样,越靠下的机制越难被绕过。文章还区分了越狱与提示注入,并强调高风险复核必须由上下文之外的独立机制完成。
是石科技发布 TokenFleet 分布式调度框架,聚焦请求路由、跨机房容量协同与混合负载治理,提升集群有效 Token 产出。GLM5.3 调优数据显示,预测延迟路由使 P95 首 Token 延迟降低 32.4%、P50 降低 71.3%;流控协同调度下达标输出吞吐提高约 29.4%,达标比例从约 67% 升至约 86%。
作者以打造读书智能助手为例,在 Apple Silicon 上用 mlx-lm 对 Qwen2.5-1.5B-Instruct 做 LoRA 微调,再转换为 GGUF 量化格式并由 llama.cpp 部署,完整走通数据准备到端侧上线的全链路。
本文介绍如何用 PySR(Python 符号回归)从工业历史数据中自动进化出人类可直接读懂的数学公式,以替代不敢用的黑盒模型。
GeoLibre 以一套 React 应用同时运行在浏览器、Tauri v2 桌面、移动端与 Jupyter 四种宿主,用 npm workspaces monorepo 与 Zustand store 单向数据流统一跨端状态。
作者认为一线工程团队正从 MCP 回摆到 CLI 优先的 Agent 工具模式:MCP 启动时批量注入工具 schema,仅 GitHub MCP Server 的 44 个工具说明就约占 1.4 万 Token,且 JSON-RPC 多层链路难调试、Server 之间难以自由组合。
OpenAI 于 9 月 22 日发布《Better prompt caching for GPT-6》,介绍 GPT-6 缓存命中率改进:相同评测负载下调整缓存断点后,命中率从 83% 提升到 91%,推理费用下降 36%。
一线工程团队正把 Agent 工具接入层的重心从 MCP 协议封装回摆到 CLI 命令执行,核心原因是 MCP 启动时批量注入工具 schema 造成上下文 Token 固定膨胀,GitHub MCP Server 的 44 个工具说明就约合 1.4 万 Token。
PowerContext Committer 秋梵借像素地图小游戏演示:真实 Agent(Codex SDK)完成搭桥供电任务后,PowerContext 先把规则。
文章主张 Agent 工具应暴露完整的领域能力而非细粒度字段更新,由权威服务统一校验并提交不变量。作者以一个 SQLite 内存示例实际演示三种结果:弱 CRUD 接口提交了预约与占位不一致的半更新、reschedule_appointment 能力完整提交、资源冲突时回滚事务内已执行的第一条写入。
一套基于 YOLO11n 的海底垃圾视觉巡检系统实现 15 类海底垃圾自动检测,并配套开箱即用的 Streamlit 可视化界面。YOLO11n 权重仅 6 MB,CPU 单图 100 ms 内完成推理,支持单图、批量、视频、摄像头四种输入,可离线部署于科考船或 ROV 控制台。模型在浑浊低光水体下仍能稳定识别目标,批量检测可汇总类别分布数据,辅助清污作业排程。
Workrun 正从手动可视化编排转向对话式 AI 自主编排:用户直接表达目标,系统理解任务、规划方案,确认后自动配置并保存 Workflow。一次性任务直接处理,仅复用需求才创建 Workflow;AI 生成的流程与手动创建的共用同一套原生能力,可在画布中修改,执行需单独授权。
作者用一个 Java 示例工程(Spring Boot + Reactor + AgentScope Java + Spring AI)拆解多智能体编排:规划器把问题拆成 2~5 步,子 Agent 在各自独立上下文窗口并行探索只上交结论,收敛器合成 answer 与 gaps,失败时代码降级拼接保底。
Codex 默认把路径上所有 AGENTS.md 合计截到 32,768 字节,超限部分按字节丢弃,只在日志留 warning。
推荐理由:原文用源码和实测对比了 Codex 与 Claude Code 读取指令文件的规则,读者可按自查脚本核对自家仓库是否被截断。
Git Worktree 让多个 AI Agent 在同一仓库的独立工作目录中并行开发,避免互相覆盖文件,最后通过 Git 合并成果。Claude Code 可用 claude --worktree 启动独立会话,也可为 SubAgent 配置 isolation: worktree。Worktree 只隔离工作目录,不能消除合并冲突和语义冲突,也不能替代 Agent 间通信与代码测试。
这篇文章按基础设施与 Agent 编排两个层级,拆解 Spring AI、LangChain4j、Solon AI、Spring AI Alibaba、AgentScope 和 Embabel 的定位与适用场景。基础设施层解决模型接入、向量库与工具调用问题,Agent 编排层解决多步骤任务的可靠性与可解释性问题。文末给出按 Java 版本、部署形态和确定性需求逐层收敛的选型决策路径。