# 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 Date: 2026-10-21 Language: zh Canonical: https://code-echo.pages.dev/2026/10/21/ai-twitter-hots --- # AI Twitter/X 热点 Digest · 2026-10-21（周三） ## 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。 - deepseek_ai：DeepInfer 开源：https://x.com/deepseek_ai/status/2112476496283775135 - swyx：知乎上的吞吐和收入数字：https://x.com/swyx/status/2112587397380943953 ![swyx 引用的 DeepSeek 知乎文章截图](/images/twitter-hots/2026-10-21/01-deepseek-deepinfer.jpg) --- ## 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：约 4 万账户额度不一致，补偿：https://x.com/thsottiaux/status/2112592264686149749 - thsottiaux：Day 15，再次重置：https://x.com/thsottiaux/status/2112432076767289678 - mkeremturhan：用户的公开信：https://x.com/mkeremturhan/status/2112638419721417126 ![thsottiaux 关于额度问题的两条推文](/images/twitter-hots/2026-10-21/02-codex-usage.jpg) --- ## 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。 - voidzerodev：tsrs 发布：https://x.com/voidzerodev/status/2112531443591020965 - steipete：已切换，约快 5 倍：https://x.com/steipete/status/2112571535731106013 ![tsrs 发布与 steipete 的使用反馈](/images/twitter-hots/2026-10-21/03-tsrs.jpg) --- ## 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。 - OpenAIDevs：12 小时 prompt 缓存：https://x.com/OpenAIDevs/status/2112603916076781778 - OpenAIDevs：ChatGPT team tasks：https://x.com/OpenAIDevs/status/2112565702552940794 - OpenAI：收购 Orchestra Bio：https://x.com/OpenAI/status/2112607347688583586 - sama：Aleksander Madry 回归：https://x.com/sama/status/2112652656602923366 ![ChatGPT team tasks 界面](/images/twitter-hots/2026-10-21/04-openai.jpg) --- ## 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。 - AnthropicAI：蝎毒结合蛋白设计：https://x.com/AnthropicAI/status/2112579251555721573 - marouane53：两个 Max 订阅 3 天用完：https://x.com/marouane53/status/2112501048711508232 - theo：「世界确实需要更聪明的模型」：https://x.com/theo/status/2112671665088024744 - simonw：用 Opus 5.5 做的 Battle Drones：https://x.com/simonw/status/2112630778068881543 ![simonw 的 Battle Drones 游戏画面](/images/twitter-hots/2026-10-21/05-claude-opus.jpg) --- ## 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。 - mattyp：What's new in Grok Bot：https://x.com/mattyp/status/2112550158885917122 - poteto：在 X 上 @ 它：https://x.com/poteto/status/2112606908893053223 ![Grok Bot 更新视频封面](/images/twitter-hots/2026-10-21/06-grok-bot.jpg) --- ## 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。 - vercel：durable-harness：https://x.com/vercel/status/2112653833382027729 - rauchg：Claude Code / Codex 也能耐久运行：https://x.com/rauchg/status/2112658577110520122 - reasonmachines：Reason Network OSS：https://x.com/reasonmachines/status/2112539998352523575 ![rauchg 配图：durable-harness 的会话追踪](/images/twitter-hots/2026-10-21/07-durable-harness.jpg) --- ## 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：OpenClaw 迁到 Solid 2.0：https://x.com/steipete/status/2112597162924351909 - theo：「工程师依然非常必要」：https://x.com/theo/status/2112492504511832509 - theo：问题多在老依赖和 CI：https://x.com/theo/status/2112670864894550182 - theo：vibe code 的 Cargo 替代品：https://x.com/theo/status/2112675779410895305 ![steipete 配图：OpenClaw 迁移结果](/images/twitter-hots/2026-10-21/08-openclaw-solid.jpg) --- ## 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」。 - thdxr：OpenCode 2.0 后清 issue：https://x.com/thdxr/status/2112544276647231836 - thdxr：外部 PR 不如自己发 prompt：https://x.com/thdxr/status/2112538272601616551 - theo：T3 Code 日均 450 万轮：https://x.com/theo/status/2112678372128231766 ![OpenCode issue 数量曲线](/images/twitter-hots/2026-10-21/09-opencode-t3.jpg) --- ## 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。 - ArtificialAnlys：达到各分数线的成本变化：https://x.com/ArtificialAnlys/status/2112582116651466965 - ArtificialAnlys：模型性格聚类：https://x.com/ArtificialAnlys/status/2112578038990835765 ![Artificial Analysis：达到各智能指数分数线的最便宜模型](/images/twitter-hots/2026-10-21/10-aa-cost.jpg) ---