📌 头条:DeepSeek 开源 KV Cache 优化被西方实验室「静默采纳」,AI 竞赛叙事反转
今日 Hacker News 站内最高热度的产业分析《The AI Race Just Got Awkward》给出一条反直觉主线:「盲目蒸馏」的时代结束,新的游戏是「采纳中国实验室的进展」。
- DeepSeek 把长上下文推理的最大成本项(KV Cache 显存)优化后公开分享:MLA 架构先把缓存压缩约 15x,随后叠加「Compressed Sparse Attention」「Heavily Compressed Attention」;最新 DeepSeek-V4.1-Flash 再引入 CSA2、跨层缓存复用、因果编码器-解码器架构与 FP4 缓存,把全局 KV Cache 降到约 890 字节/token(对比 DeepSeek-V1 约 437x 的降幅)。
- 西方实验室跟进:文章指 Google 之外,Anthropic / OpenAI 近日的 Claude Opus 5.5、GPT-6.1 Sol 基本「顶级且用了这些优化」,且发布相当低调。缓存读取定价是采纳的明证——Opus 5.5 缓存读取较 Opus 5 下调 60%,GPT-6.1 Sol 较 7 月底 GPT-5.6 Sol 的定价下调 80%。
- 观点:受先进 GPU 获取限制,中国实验室被迫把「性能优化」列为头号目标;而西方公司享受了优化红利后「略带尴尬」,故选择静默发布。
一句话:推理成本战正从「堆算力」转向「抠缓存」——谁把长上下文的每一字节显存抠到极致,谁就握住了 Agent 时代的经济命脉。(注:本文为个人分析博客观点,非官方口径,数据引自原文)
🤖 模型与产品动态
1. Cloudflare 开源决策模型 Clef/Clef-flash,并推 RL 微调平台
Cloudflare 发布两个自研 决策模型(decision models)Clef 与 Clef-flash,托管于 Workers AI:
- 定位:决策模型产出「有界、结构化、带概率」的输出,用于 Agent 在流程中「快速做判断」(如判断客服工单是否紧急、应转哪个团队),让 Agent 可自主决策/触发升级/或转人工,不必每步都把人放进回路。区别于非确定性、开放式的 LLM。
- 性能:Clef 目前在 Jev Decision Index 上领先;在 Cloudflare 威胁情报团队实测中,用 Clef 对域名做分类 2.2s(取回+渲染+分类),而同流程最快的通用 LLM
gpt-oss-120b耗时 4.7s 且只返回两类分类——延迟约 2x 改善。 - 开源与生态:模型以 Apache 2.0 在 Hugging Face 完全开源,完全兼容 Jev API;同时推出新的 强化学习(RL)产品,允许客户用自己的数据微调 Clef。(背景:近期 Typesafe AI 的 Jev「System One」决策模型引发关注)
2. Earendil 发布 Pi 1.0 + 实验包 Pi Durable
极简 Agent Harness Pi 发布 1.0(HN 882 分):
- 新增 Codemode(原生支持 MCP,以及 Jev、图像模型等非 LLM 模型)、虚拟模型的扩展支持、延迟工具加载、Anthropic 模型缓存预热、对话中系统消息、新 TUI 主题、默认全屏模式。
- 同步发布实验包 Pi Durable——面向「长时程 Agent 应用」的新底座,强调从终端之外、更多界面长久运行与对话。二者均 MIT 许可。
- 官方理念:「等一件事被证明有效,再考虑采纳」,明确对 MCP 等新事物保持克制(见其另一篇热文《You said no MCP》)。
3. DeepSeek Harness 全球公开预览并开源
DeepSeek 官方页面显示 DeepSeek Harness 进入全球公开预览、且已开源,基于 Cordis 的「一切皆插件(everything is a plugin)」架构,可作为桌面应用运行或从代码启动 Web UI;能力覆盖日常办公、编码、研究、后台任务与插件扩展。HN 站内出现「DeepSeek Harness Desktop for macOS and Windows」,掘金也有实测文章《DeepSeek Harness 出了桌面端?我把它扒了一遍》。
4. 国内 Agent 混战:腾讯 Marvis 升级「AI 管家」,Manus 归来
- 腾讯 Marvis 定位从个人 Agent 升级为「AI 管家」,主打把用户电脑「管理起来」;截至本月日活较 5 月上线增长近 4 倍。
- Manus 回归,但 36氪 判断「Agent 战场已挤满对手」——个人 Agent 赛道竞争白热化。
- (背景,9/30)OpenAI 推出全天候自主智能体 Dots 与 GPT-6.1 Sol。
🔬 技术趋势
5. 「RIP, vector database」:turbopuffer 宣布 v3 把向量索引降为二级
turbopuffer 发布 v3 存储架构,放弃「向量为主索引」的设计:
- v1 时代文档只有「ID + 向量」,以分层聚类(SPANN → SPFresh)配合对象存储做极致廉价、近实时的向量检索;后演进到 v2 支持属性过滤与全文检索,Vector 索引始终是「主索引」,这限制了 GROUP BY、聚合等查询计划。
- v3 起:迁移到新主索引,把 ANN(近似最近邻)变成「又一个」二级索引,为文本、正则、向量搜索全面提速,并为更多 SQL 类查询打基础。
- 观点:向量数据库作为独立品类的「特殊性」正在消解,检索正在回归「统一查询引擎 + 多索引」的数据库范式。
6. 记忆/算力经济与论文侧
- Micron CEO 称 2027、2028 年内存供应将比 2026 年更紧张(HN 338 分)——AI 算力瓶颈从 GPU 向 HBM/DRAM 传导。
- arXiv 更新提交速率限制政策(10/1 生效,HN 85 分),AI 论文洪峰下的平台治理动作。
- Git 3.0 默认 SHA-256 被技术博客批评为「代价高昂的错误」(HN 263 分)。
- Hugging Face 今日高赞论文:《Rethinking Latent Visual Reasoning》(arXiv 2609.34563,207 赞)居首,其后为 Hierarchical Continuous Diffusion Language Models、Adaptive Reward Routing 等(多为 30 赞以下档位)。
🏭 行业与产业
7. AI 链放量推动韩国 9 月出口同比攀至 83.5%
华泰证券研报:AI 链高景气 + 季末出货共同推动韩国 9 月出口同比 83.5%(较 8 月 68.7% 提高 14.8pct),日均出口同比 +104.7%;其中狭义 AI 链(半导体+计算机)贡献约九成出口增长。AI 硬件周期对出口经济的外溢效应愈发显著。
8. 特斯拉 AI 芯片「减配」与数据中心 IPO 潮
- 马斯克表示将 特斯拉 AI5 芯片 RAM 减半至 72GB LP5,AI6 减少三分之一至 144GB LP6;称对以接近 250kW 平均功率运行 SpaceX 版 VR72「谨慎乐观」。
- 英伟达参投的 Firmus Grid 计划本月于澳大利亚 IPO,目标估值 437 亿澳元(约 303 亿美元),发行价 11 澳元/股,拟募资至少 50 亿美元,簿记建档 10/6 启动。
- 国内:长鑫科技宣布 349 亿元投资,官宣投建两大新项目(存储扩产)。
9. GitHub Trending:Agent 基础设施热度领先
- NVIDIA/OpenShell——面向自主 AI Agent 的「安全、私有」运行时(Rust,日增星最高档)。
- mvschwarz/openrig——用 Claude Code、Codex、Pi 组建「持久 Agent 团队」(角色、共享上下文、任务归属)。
- 另有
cursor/plugins(Cursor 插件规范)、mattpocock/skills等。观察:Agent 的「运行时/编排/技能」层正成为开源新战场,与 harness、决策模型形成同一条技术栈。
来源:Hacker News、Cloudflare Blog、36氪、Hugging Face Papers、DeepSeek、掘金、GitHub Trending 等公开信息,2026-10-02 汇总。