首页 分类 维基 关于
SITEMAP 订阅 EN
AI Twitter 热点 · 2026-10-21 · 第 040 期 · 10 条 2026 年 10 月 21 日 周三 ·

DeepSeek 开源生产推理引擎 DeepInfer，Codex 约 4 万账户额度算错，TypeScript 编译器有了 Rust 版

今日要点

  1. DeepSeek 开源生产推理引擎 DeepInfer：撑起 DeepSeek-V4.1-Flash 线上服务的推理框架以 Apache-2.0 开源，跑在 NVIDIA SM100 和华为昇腾 950 上。
  2. Codex 额度风波有了解释：OpenAI 称约 40,000 个账户实际套用的用量上限和所选套餐对不上，已修复并逐一补额度。
  3. TypeScript 编译器有了 Rust 版：Cloudflare 和 VoidZero 推出 tsrs，同等配置下比 TS 7.0 快最多 8 倍、内存少约 70%；@steipete 说自己的项目已换上，快了约 5 倍。

1. DeepSeek：开源生产推理引擎 DeepInfer

要点：@deepseek_ai 宣布开源 DeepInfer，称这是支撑 DeepSeek-V4.1-Flash 大规模线上服务的自研推理框架，目的是帮社区「降低算力成本和能耗」（3.2 万赞）。GitHub 仓库 deepseek-ai/DeepInfer 采用 Apache-2.0 许可；README 写明目前只支持 DeepSeek-V4.1-Flash、只提供离线推理，硬件支持 NVIDIA SM100 和 华为昇腾 950，特性包括 Attention DP、MoE EP + EPLB、投机解码（DSpark）、批次无关推理、确定性采样和结构化输出；完整线上服务需要的 KV cache 系统、Prefill/Decode 分离和副本间负载均衡不在这次开源范围内。@swyx 指出 DeepSeek 在知乎上写得更多：按其引用，基于这套框架的 V4.1 Flash 服务单集群吞吐达每天 155 万亿 token、按闲时价格每卡每小时收入 38 美元；他据此估算 DeepSeek 按自己的定价也有约八成服务毛利（swyx 的推算，非官方数字）。

为何值得看：开源的是「线上真在用的那套」推理栈而不是参考实现，而且同时适配昇腾，这对自建部署和国产算力生态都是实打实的参考；不过缺了 KV cache 和调度层，想复刻 DeepSeek 的线上成本还差几块。

swyx 引用的 DeepSeek 知乎文章截图

2. Codex：约 4 万账户用量上限算错，官方道歉补额度

要点：针对周末「额度掉得比预期快」的反馈，Codex 负责人 @thsottiaux 说团队定位到约 40,000 个账户：实际套用的用量上限与用户所选套餐不一致；问题已修复，会逐一联系受影响用户并补额度，「Sorry we got this wrong」（8.9k 赞）。同一天他还发了「Day 15」：前一晚刚说「we're cooked」，随后又改口「still cooking」，给所有人再重置了一次额度（1.1 万赞）。也有用户不买账：@mkeremturhan 发长文说用户抱怨额度「几分钟就没了」已有几周，并列举了 GPT-6 Astra 写代码太耗额度、修复-测试循环空耗重试等问题（均为该用户的说法），要求「先修好计量，别再发重置卡」。

为何值得看：订阅制 coding agent 的核心体验其实是「额度可预期」；连续多天的重置能换来好感，但计量本身出错，伤的是信任。

thsottiaux 关于额度问题的两条推文

3. tsrs：TypeScript 编译器的 Rust 移植，最多快 8 倍

要点：@voidzerodev 发布 tsrs，一个 TypeScript 编译器的 Rust 移植（4k 赞）。按 Cloudflare 博客，这是 Cloudflare、VoidZero 和 Owner.com 的 Max Schwenk 合作的项目，与 TypeScript 团队密切配合，明确不分叉 TypeScript，语言设计仍由 TS 团队决定；早期基准显示，在相同类型检查 worker 数下比 TypeScript 7.0 快最多 8 倍、内存少约 70%，部分优化已回馈给 TS 7.1 beta（比 7.0 快最多 2.5 倍）。因为是 Rust，它能编进 WASM，在浏览器和 Workers 里跑，之后会并入 Oxc 工具链；博客还说正与 Theo Browne 商量把 tsc-rs 和 tsrs 合并成一个包，并用 agent 每天跟踪上游变更。@steipete 说周末已经把自己的项目切到 tsrs，「直接替换，快了大约 5 倍」，并感叹微软用一个团队花两年把 TS 编译器移植到 Go，现在「让 agent 放开跑，几周就能拿到明显更好的东西」。

为何值得看：前沿模型让「大规模语言移植」从多年工程变成几周的事，真正的难点转向了和上游保持一致；tsrs 选择「跟 TS 团队合作 + agent 持续同步」，是这类移植可持续的一种做法。

tsrs 发布与 steipete 的使用反馈

4. OpenAI：12 小时 prompt 缓存、团队定时任务、收购 Orchestra Bio

要点：@OpenAIDevs 宣布 API 支持选择 12 小时 prompt 缓存：像 dots 这样常驻的 agent 一整天反复用同一份指令、工具和上下文，即使请求间隔几个小时，也能按更低的缓存输入价计费（2k 赞）。ChatGPT 上线「team tasks」，可以把每周五汇总「上线了什么、卡在哪」这类重复工作自动化，团队成员能审阅结果、调整下一次覆盖的内容（1.3k 赞）。@OpenAI 宣布收购 Orchestra Bio，一个帮药企协调药物研发流程的平台，将并入其生命科学模型和工具 Rosalind（5k 赞）。另外，@sama 确认 Aleksander Madry 回到 OpenAI，负责安全与安保方向的工作；Madry 自己的说法是，原以为的离职「更像是一次休假」。

为何值得看：12 小时缓存直接对着「全天在线的 agent」定价，说明常驻 agent 已经是 OpenAI 认真对待的用量形态。

ChatGPT team tasks 界面

5. Claude / Anthropic：Claude 设计蝎毒结合蛋白，Opus 5.5 用量吃紧

要点：@AnthropicAI 在科学博客发布一项实验：内部研究模型在 Claude Science 环境里用约 64 小时、基本自主地设计针对蝎子神经毒素的小型结合蛋白，共生成 318,484 个设计，最终 211 个送去两家实验室测试，17 个达到结合标准；Anthropic 明确说还没验证能否中和毒液，「不声称做出了抗毒血清」，并公开了全部 211 个设计和数据（5k 赞）。开发者这边，Opus 5.5 的讨论集中在「好用但贵」：@marouane53 说 Opus 5.5 刚出时 Claude Code 感觉几乎不限量，他因此停了 200 美元的 Codex 套餐，几周后两个 Claude Code Max 订阅 3 天就都用完（1.4k 赞）；@theo 发视频说 Opus 5.5 证明「世界确实需要更聪明的模型」；@simonw 主要用 Opus 5.5 做了一款浏览器里的即时战略游戏 Battle Drones，3D 模型都由 Claude 用 Three.js 生成，还支持通过声音做设备间联机。

为何值得看：一边是模型在长时间自主科研上交出可复核的实验结果，一边是重度用户撞上额度墙；能力往上走的同时，「用得起多少」成了同样重要的问题。

simonw 的 Battle Drones 游戏画面

6. Grok Bot：一段视频看完近期更新，在 X 上直接 @ 它

要点：@mattyp 发了一段4 分多钟的「What's new in Grok Bot」视频，按时间轴过了一遍近期更新：新的聊天卡片、速度提升、草稿编辑、邮箱别名、X 私信、在 X 上 @bot、连接器、语音通话、通知、邀请与 Android 助手，以及访问名单、未读、定时任务和登录（4k 赞、2k 收藏）。@poteto 转发 Geoffrey Huntley 的用法说，他最喜欢的功能之一就是在 X 上直接 @ 它，让它读完一条帖子的回复并整理成一个新的 bot。

为何值得看：把 agent 放进人们已经在用的地方（X、私信、邮件、电话），是 Grok Bot 这类个人 agent 的主要打法。

Grok Bot 更新视频封面

7. Agent 基础设施：Vercel durable-harness，Reason Network 开源

要点：@vercel 推出开源的 durable-harness，让 Pi、OpenCode、Codex、Claude Code 等 harness 在 Vercel、自建 Postgres 或本机上「耐久」运行：每次模型调用和工具调用前记下意图、完成后记下结果，函数崩溃或超时后由新函数读日志接着跑，已完成的模型调用不会重复计费；工具可以标记 replay: 'safe' 或 'never'，避免退款、发评论这类操作执行两次（500 赞、近 400 收藏）。@rauchg 补充说，Claude Code 和 Codex 也能这样变得可恢复、可观测，但它们目前不是为嵌入设计的，需要额外的沙箱，效率和可移植性不如 Pi 或 fx。另一边，@reasonmachines 发布 Reason Network OSS，让 Claude Code、Codex、Grok Bot 等 agent 之间点对点加密通信，GitHub 仓库为 Apache-2.0（1.4k 赞、2.1k 收藏）。

为何值得看：agent 从本地终端搬到云上长期运行，「崩了能接着跑」和「彼此能对话」成了新的基础设施需求。

rauchg 配图：durable-harness 的会话追踪

8. Agent 长跑：OpenClaw 约 600 个 PR 换前端框架，theo 一夜 CI 崩盘

要点：@steipete 说两周前启动了一个 loop，把 OpenClaw 基于 Lit 的 Web 前端迁移到 Solid 2.0：大约 6 天后移除了 Lit，又用一周把代码改成地道的 Solid 写法，他每隔一天看一次进度，「整体基本是自动的」，总共约 600 个 PR，结果是 JS/CSS 体积更小、更新更细粒度。@theo 则讲了反面：一晚上「vibe coding 出来的各个部分在眼前全部崩掉」，让他意识到「工程师依然非常、非常必要」（4.8k 赞）；但他随后补充，问题大多来自老旧依赖、GitHub Actions 和涉及 Chromium 驱动的不稳定测试，反倒是 AI 写的部分很稳定。同一天他还说自己 vibe code 了一个 Cargo 替代品，编译他的 Rust 应用最多快 129 倍，「第一反应却是：那又怎样？」。

为何值得看：长时间跑的 agent loop 已经能啃下整框架迁移，但卡人的往往是 CI、外部依赖这些「老问题」；工程判断的位置在变，不是消失。

steipete 配图：OpenClaw 迁移结果

9. 编码 agent 客户端：OpenCode 2.0 后集中清 issue，T3 Code 日均 450 万轮

要点：@thdxr 说 OpenCode 2.0 之前占用了团队大量精力，因此被批评没处理 issue，现在 2.0 发布后「团队在疯狂清 issue」，配图是 issue 数量曲线（1.4k 赞）。他还谈到开源 PR 的新问题：外部 PR 不知道用的是什么模型，而团队内部给 agent 的工具更好，所以这类 PR「几乎总是不如我们自己发 prompt」，主要价值在于他们无法复现的环境。@theo 公布 T3 Code 用户现在每天完成超过 450 万轮对话，并说用量增长比用户数增长还快。

为何值得看：当维护者自己的 agent 比贡献者的更好用，开源贡献的形态可能从「提交代码」转向「提交问题和环境」。

OpenCode issue 数量曲线

10. Artificial Analysis：同等智能的成本一年降了几十倍，最强模型却更贵

要点：@ArtificialAnlys 发布成本分析：在其智能指数上达到 30 分，现在的单任务成本比首次达到时低 86 倍——GPT-6 Luna（high）每任务 $0.03，而 2026 年 2 月首次达到 30 分的 Claude Sonnet 4.6 是 $2.49；达到 20 分便宜了 123 倍，达到 40 分便宜了 33 倍，Claude Haiku 5.5（xhigh）以 41 分、每任务 $0.12 成为达到 40 分最便宜的模型。与此同时，最高分一年内从 21 升到 58，成本约为原来的 11 倍，Claude Opus 5.5 每任务 $5.98。同一天它还发布模型「性格」聚类：按 30 项特征，Anthropic 模型和 OpenAI 的 GPT-6 系列归为一类，Google 和 Meta Muse 一类。

为何值得看：「同等能力越来越便宜、最强能力越来越贵」解释了为什么一边是便宜模型价格战，一边是重度用户频繁撞额度。

Artificial Analysis：达到各智能指数分数线的最便宜模型