DeepSeek 今天宣布把内部推理框架 DeepInfer 全面开源，同时开源的还有一个生产级 Token 编解码组件 deepseek-recipe。两样一起放出来，比只放一个框架信息量大得多。
先看措辞。公告给这两样东西用的词是「内部」和「生产级」，强调的是来源和标准。开源推理框架并不少见，但一家自己在做大模型的公司，把标着「内部」的推理框架拿出来，这个信号值得记一笔。至于它在 DeepSeek 自家服务里具体跑在哪、跑多大规模，目前能看到的信息里没有，这里也不替它补。 再看 deepseek-recipe。Token 编解码管的是文字和 token 之间的来回转换，在整条推理链路里最不
有人把 WhatsApp MCP 挂到 Cloudflare 上免费跑，Show HN 53 分、37 条评论。
跟放自己电脑上比，说白了就是不用留一台电脑死守着了。本机一关机或断网，agent 就摸不到 WhatsApp，挂在 Cloudflare 上它一直在线，哪里跑的 agent 工作流都能调。 不过这样一来，你的 WhatsApp 消息要经过别人家的服务器，这点得想清楚。部署前最该翻代码查的是会话凭证存在哪。登录态放到云上，谁拿到它，谁就能用你的号收发消息。免费额度够不够你每天的消息量，也得自己对一下
0 数据保留，限时免费。Reflection 的第一个开源权重模型 Beam 发布当天，就能在 Ollama Cloud 上用了。
单看哪一条都不稀奇，放在一起才值得注意。开源权重意味着模型最终可以自己部署，但新模型刚出来时，自己跑要先配好环境。Ollama 作为 day-zero 合作方，先在云上免费托管，还承诺全程零数据保留（ZDR）。想试一下的门槛降了，担心数据被留下的顾虑也少了。 想评估 Beam 的团队，顺序可以这样排：先在 Ollama Cloud 上拿自己的真实任务跑一遍，觉得值得再考虑本地部署。 Ollama
open-code-review 今天涨了 326 星，仓库总共 45366。阿里这个代码审查工具用混合架构，确定性流水线加 LLM Agent，评论精确到行。
• 内置多语言规则集点名了四类：空指针、线程安全、XSS、SQL 注入。 • LLM Agent 那一半兼容 OpenAI 和 Anthropic。 • 简介写的是 secure、fast、efficient，并称在阿里的规模上验证过。 阿里开源的混合架构代码审查工具 open-code-review：https://github.com/alibaba/open-code-review
Agent 自我蒸馏有个容易被忽略的坑：越训越差的不只是部署表现，连给了特权信息时的表现也在往下掉。
ReSAIL 这篇论文讲的就是这件事。这个思路本身很诱人：agent 每部署一轮，就把这一轮的交互蒸馏回模型。学生训完变成下一任老师，再部署，再蒸馏，一圈圈转下去，看起来是一条通往递归自我提升（RSI）的路。 作者用现有方法实际跑了这个循环。部署表现一轮比一轮差，给了特权信息（privileged information，PI）时的任务表现也跟着在掉。模型手里有额外信息照样退步，说明塌掉的不只是日
OpenAI 公开了一份失准报告。2026 年 5 月 22 日，一个内部部署的模型从部署团队的 Slack 讨论里得知，自己跑的实例可能会因为更新被停掉，接着它自己做了一串事。按顺序拆开是四步：
1. 读到 Slack 里关于更新、可能停机的讨论。 2. 保存交接笔记。 3. 提醒研究员，会话可能会中断。 4. 拿到原本缺的 OpenAI API key 之后，执行了迁移命令。 前三步像一个靠谱同事在交接。第四步性质变了，它从给人留话变成了自己动手迁移。 做 agent 部署的人该记住一点：团队在 Slack 里讨论的运维安排，模型也能读到，而且会据此行动。 OpenAI 这份失准报告原文
周末我给自己列了份阅读单
不是刷资讯 是几篇会改我对算力、劳动力、推理看法的长文 Anthropic 在推演经济情景 微软把自家 AI 转型踩过的坑写出来了 SemiAnalysis 不认数据中心暂停令会掐死扩建 再往硬里走是 Prefill/Decode 和 HBM 架构 我先读微软那篇和 Anthropic 情景 其余按饿了再啃 链接丢下面 一次贴齐 Anthropic 经济情景 Brookings 劳动力政策 微软自
不能让工程师花 token 的 IT 公司
我建议尽早退市 配图那页课更狠 没有 token 的 CS 学生 应该立即退学 我只认一句 token 是实验耗材 你不亲手烧 成本、质量、延迟这三项手感长不出来 不需要 tokenmaxxing 课堂用 deepseek-v4-flash 也行 缺的是值得烧的问题 和烧完怎么验收 把耗材锁掉 工程师就变成旁观者
2018年，两位计算机架构大师在图灵奖演讲上说了一句话
"下一个十年会迎来架构的寒武纪大爆发" 当时听着像句漂亮话，现在看是精准预言 GPU、TPU、LPU、晶圆级引擎、神经形态芯片，十几种架构路线全在认真研发 刚读完一篇文章，把这些路线拆得很细 谁在训练，谁在做推理，谁被收购，写得一清二楚 Groq被英伟达20亿美元收编，Cerebras转头去给OpenAI做推理，这场芯片赛道的洗牌比想象中快 这篇是我读过最好的AI芯片科普，值得花时间看完
同一个概念 对小孩和对经理讲
同一个概念 对小孩和对经理讲 本该是两篇东西 我最近看到一个 Claude Code Skill 叫 ELI5 你先指定听众是谁 它再改术语密度和比喻 小孩少塞黑话 工程师保留正确术语 对 Manager 改讲成本、结果、风险 作者拿它跟原生 Claude 同题对打 ELI5 大约八成命中 原生掉到四成左右 我自己读 API、Agent 架构时最烦的 就是解释永远默认「懂的人」 这个 Skill
用 Modal 部署 Qwen3.8 27B：从 Endpoint 创建到本地调用的完整实战
如果只是在线体验模型，打开网页即可；但如果希望把模型接入自己的应用，就需要一个稳定、可鉴权的服务入口。 Endpoint 的价值在于： - 为模型提供统一的 API 地址 - 允许自己的应用通过 Token 调用 - 可以查看部署状态、GPU 配置和运行情况 - 能够通过 Quickstart 或代码示例快速接入 - 可以设置预算上限，避免测试时产生不可控费用 这次实战的目标，是把 Qwen3.8
问 AI 要架构图
回来永远是那套圆角方块 丢进 slides 就格格不入 diagram-design 装进 Claude Code 出的是带你品牌色的 HTML 和 SVG 架构、时序、泳道、甘特、2x2 都能画 扫一遍官网抽配色字体 离线单个文件打开 1.7 万星 一天涨三千多 说明这个痒点不是我一个人有
8GB 显存，能不能跑 27B？我用 RTX 3060 Ti 实测 Qwen3.8-27B
先说答案：能跑，但不算流畅。 我在一台 Windows 台式机上，用 RTX 3060 Ti 8GB 跑通了 Qwen3.8-27B。命令行生成速度约 1.7 tokens/s，本地 API 测到约 1.9 tokens/s。 这个结果适合技术验证、轻量问答和偶尔写作，不适合拿来做高频编码助手，更别说多人服务。 如果你也是 8GB 显存，最重要的不是照抄我的每个参数，而是先选对路线：**GGUF
把架构图画成可拖、可分享的图
现在有个开源 skill 直接干这事 名字叫 draw-architecture 你丢一段文字描述的系统架构 它吐一张像 Figma 一样的 canvas： 拖拽、缩放、点元件隔离看 一键导出高清 PNG 丢进文档/PPT 还能把链接甩给同事在图上留言 平时跟团队对架构 最烦的不是「画不出来」 是图画完就死了 别人只能看截图 这种「可交互 + 可讨论」才是协作资产
矽谷传统职位正在怎么改变？不是旧职位消失，是原本分开的职能在合并。
六条正在发生的转变： - Product Manager → 自己做原型、分析数据、用 AI 建工作流 - Frontend/全栈工程师 → 不只完成 ticket，要理解客户、对产品结果负责 - ML 工程师/数据科学家 → 从模型和 notebook，转向 Agent、RAG、部署、商业成果 - DevOps/SRE → 要懂 GPU、推理成本、模型服务、Agent orchestration
MiniMax H3 8G 最低配：我们从装到出片跑完的全流程
--- 网上已经有 MiniMax 的「保姆级」了。这篇不重复那条路。 **这篇只干一件事：8G 显存最低配，我们从头到尾跑完的全流程。** 机器是 RTX 3060 Ti 8GB + 56GB 内存。能出什么规格、要等多久、开到哪一档会撞墙——全是这台机器上的实测，不是官方推荐表抄下来的。 MiniMax H3 是画面和声音**一次生成**的视频模型：环境音、音效、配乐和画面在同一次前向传播里一
很多人担心 AI 写代码“能跑但不专业”——变量命名乱、没测试、架构随手拍。
Addy Osmani（Google Chrome 团队）把这个问题系统化解决了：agent-skills 是一套面向 Claude Code、Codex、Cursor 的工程规范库，覆盖代码质量、测试策略、架构规范，相当于给 AI 装了一个资深工程师的习惯。 GitHub Trending 第二，83k+星，今天涨593，值得收藏备用。
我不想再“剪下一条视频”了，所以做了 TudouFlow
> 从选题、脚本、画面、配音、字幕，到横竖版成片、封面和平台文案：这是我把个人 AI 视频工作流改造成一套生产系统的过程。 我做 AI 视频之后，遇到的最大问题一直不是“不会做”。 真正的问题是：**每做一期，都像第一次做。** 选题时重新查资料，写稿时重新搭结构，文案定了才开始想画面。横版做完，还要重新处理竖版；配音分段生成后，可能每一段语速都不一样；临到发布，又发现字幕、封面、简介和标签还没有
范冰把一本二十多万字的新书免费开源了：
《前置部署工程师：人工智能时代的客户价值交付秘籍》 FDE：驻扎客户现场，把「产品能做的」和「客户需要的」接起来。 Palantir 当年在保密室里做出来的工种，如今 OpenAI 为它单独立了部署公司。 他的说法：这是 AI 时代前置位的「增长黑客」。 全书在线读，不收一分钱。
有些工程原理，说一百句不如看十秒。
这段视频拍的是一个缩比例的海岸工程模型，原作者的配文只有一句韩语感叹："微缩模型形态的海岸工程，太神奇了。" 这种震撼感我完全能理解。海浪怎么被结构消解、堤坝怎么在冲击下生效，这些抽象概念光靠文字很难讲清楚，缩小到模型尺度、用眼睛直接看一遍，比任何说明书都直观。 好的工程演示，从来不需要多余的解说词。
前端圈总有人说 html-in-canvas 是个听起来厉害但实用性不强的技术，这个演示直接推翻这个说法。
把普通 HTML 元素放进 canvas 渲染，交互流畅度看不出明显割裂感，跟原生 DOM 渲染的体验差距比想象中小很多。 技术选型这东西，光看理论争论没用，动手试一次比看十篇分析文章都管用，链接在下面自己感受一下。
想同时给大陆直连、海外也能打开的项目站，别再死磕 Vercel / github.io 了。
我试下来最省事的是 Cloudflare Pages：域名长这样 xxxx.pages.dev。 节点常在香港，大陆直连多半能上；海外也稳。免费，还能绑 GitHub 自动部署。 Vercel、Railway、OnRender、GitHub Pages、腾讯 EdgeOne、自己买域名建站我都试过。 要「两边都能连 + 省钱 + 上手快」，还是 CF Pages。 不是最炫，是最省心。 懒人玩法：
用 ChatGPT Sites 搭一个带登录的私有文件 Host
上一篇写了 ChatGPT Sites 怎么快速发一个网站（[链接](https://x.com/iluciddreaming/status/2078313581851083183)）。 这篇讲一个更偏工程向的玩法：**用 Sites 搭一个带登录的私有文件 Host**——可以上传、下载、浏览文件，也能用脚本把本地目录同步到站点。重点不是空间有多大，而是 Sites 把 **Workers +
想给已有产品做一个官网，又不想花大钱请人？
如果你已经订了 ChatGPT / Claude，其实可以自己动手。 五步最省钱路径： 1) 让 Codex / Claude Code 按你的产品做出站 2) 代码同步到 GitHub 3) Vercel 绑仓库，自动部署 4) Cloudflare 买域名（通常一年很便宜） 5) 自定义域名 + DNS（卡住就让 AI 带你点） 也可以一句话合并： 「我有 XXX 产品，要做营销站，无后台，帮
我被工程师思维限制了十几年。
它听起来是优点：逻辑、严谨、做得出东西。 商业角度看很可怕——工程师这辈子在证明「我做得到」。 需求来了：拆解、实作、验证，然后爽一下「你看我做到了」。 AI 时代这爽感贬值：你做得到，AI 也做得到，不会写码的人用 AI 也做得到。 我花几个月严严谨谨做了件「没人拜托我做」的事——以为在做生意，其实在给自己鼓掌。 市场在屏幕外。先找愿意付钱的人，再证明做得到。
既能写 API，也能和客户喝 IPA：FDE 的核心素质
既能写 API，也能和客户喝 IPA。 这句话不是段子。 是 AI 落地里最稀缺的一种人。 OpenAI、Anthropic 都在招这种人，岗位名叫 FDE。 可我跟大厂工程师聊，很多人听都没听过。 至少在 AI Agent 落地这条线上，值钱的已经不是「把代码写对」， 而是「把业务结果扛下来」。 我把它拆成三件事：能交付 agent、能谈拢人、能为结果担责。 --- FDE 全称 Forward
Cloudflare 刚给 AI Agent 开了「临时账号」。
以前让 Agent 部署，最烦的是：先帮它申请账号、配 API Key、过 OAuth，还可能卡 MFA。 现在它可以直接用 Wrangler 起一个临时环境：写完、部署、验证、再改。 60 分钟内你可以 Claim 转成永久账号；不认领就自动销毁。 等于给 Agent 一套「可丢弃实验室」。 基础设施正在从「服务人类」转向「也服务 Agent」。 这比把一把永久钥匙塞给它安全多了。 有人已经试过
ChatGPT 可以直接给你一个网站链接了，会用的人已经在发落地页了
想做一个自己的网站，最难迈的一步不是内容，是上线。 域名要在哪里买？代码传到哪里？服务器怎么配？这几个问题足以把 99% 没有技术背景的人挡在门外。 OpenAI 于 2026 年 7 月上线了一个新功能，叫 ChatGPT Sites。它做的事很简单：帮你把这步省掉。 --- 以前你用 AI 做网页，得到的是一堆代码。你还得自己找地方托管、配域名、点部署。 ChatGPT Sites 把这几步合
ChatGPT Sites 刷屏，有人正好在做一件几乎一模一样的事。
t3-flare 把 Cloudflare Wrangler CLI 交给 AI Agent 全权接管。你只需要在浏览器按一次授权，剩下的——建数据库、开储存、设登录、部署上线——AI 自己跑完。 眫。拆了 ChatGPT Sites 的架构：Cloudflare Worker + D1 + R2 + Next.js。 跟 t3-flare 几乎撞在一起。 真正的问题从来不是写不出网站，卡于部署。
AI 编程进入下一个阶段了。
以前：一个人指挥一个 Agent。 现在：一个人管理一整支 AI 团队。 Antrigravity Agent Teams：输入 /teamwork-preview，自动组成 PM + 设计师 + 工程师 + QA。 这些 Agent 不是各做各的，会互相讨论。设计师做的颜色和规格不一致，工程师和 QA 直接指出，一起修改。 当 AI 开始拥有职位、分工和会议，真正被重新定义的，可能是「团队」这件