陈飞

[陈飞 @itchenfei]

@LotusDecoder 不一定要4.1啊，4.0我用着很好；
交给的事情都能做，语言风格也不错，完全的私人助理。

[陈飞 @itchenfei]

@ErwinWu000 加油

[陈飞 @itchenfei]

@robotbird01 @kai_zheng55876 请问pi core 和pi coding agent怎么取舍

[ClaudeDevs @ClaudeDevs]

Two fresh updates to Claude Managed Agents:

First, we've added a session viewer to the ant CLI.

`ant beta:sessions connect` attaches your terminal to a running session, and `--web` opens a web UI served from localhost.

[leon7hao @leon7hao]

感谢大家！Lody 1000 ⭐ 啦！

✌🏻 是不是得从转发里抽点会员

[Max For AI @MaxForAI]

在看了下DV4.1 Flash论文里的结构图然后和大佬们讨论之后，我觉得这次真正值得关注的，不是参数也不是跑分，而是DeepSeek又开始改Transformer本身了。

这次至少有三个很大的变化。

第一，又走回了Encoder + Decoder。

V4.1 Flash 上20层Causal Encoder + 20层Decoder。
当然，这不是回到传统 BERT/T5 那套，而是一个新的非对称结构。
Encoder负责读取、理解和压缩输入，输入侧只激活 8B；Decoder负责推理和生成，输出侧激活16B
本质上是在处理一件很合理、但过去大家很少思考的事：
读100万Token 和生成下一个Token，本来就不是同一种计算任务，为什么一定要用同一套结构？

第二，CSA 升级成了 CSA2，Attention 开始跨层复用。

CSA2 直接分成三种模式：
Full：KV和Top-K Index全部重新算。
Reindex：KV复用，只重新决定这一层该关注哪些 Token。
Reuse：连 KV和 Top-K Index 都一起复用，只更新当前层需要变化的部分。

模型变成了Full → Reuse → Reuse → Reindex → Reuse……
也许DeepSeek 的判断是，Hidden State 每层都在变化，但「哪些 Token 值得关注」没必要每一层都重新决定。
于是能缓存的缓存，能跨层复用的直接复用。

第三，V4缺少的Engram回来了。

首先Engram本质上是一套Conditional Memory。
一些固定搭配、实体、局部模式、静态知识，不一定非要让几十层神经网络每次重新算一遍，可以直接查 Memory。
所以现在V4.1的架构变得很有意思：
MoE：不是所有参数都要激活。
Sparse Attention：不是所有 Token 都要看。
CSA2：不是每一层都要重新决定看谁。
Engram：有些东西甚至根本不用算，直接记住。
再加上 Encoder / Decoder 非对称设计，V4.1 Flash 的路线其实已经非常统一了：
输入和输出不用一样算，不同层不用重复算，能直接记住的东西甚至不用算。

过去几年主流的LLM主要是在 Scale 同一种 Transformer。
但DeepSeek一直在思考Transformer里面，到底哪些计算是真的有必要存在？

有点不利好HBM啊 /doge

[陈飞 @itchenfei]

@MiaAI_lab OMG

[Tech2Wild @Tech2Wild]

LETS GO ! @NVIDIAAI @nvidia Just Dropped Their quantized version of ZAI's GLM-5.3-Flash model. Downloading this now and model swapping and updating the REPO ! - https://t.co/I5yIglhvGd

[陈飞 @itchenfei]

@blackanger 必然趋势，无法阻挡；不如直接开干，然后全部gg

[陈飞 @itchenfei]

@hylarucoder 终于有人味了吗

[陈飞 @itchenfei]

@tualatrix 正确的，不过我留了plus，当openclaw用了

[Max For AI @MaxForAI]

笑死我了，Nvidia昨天收购Hugging Face居然有这么两个彩蛋

NVIDIA 收购 Hugging Face 的交易的最终价格是 $12,930,300,000。

把前六位 129303 当成 Unicode 码点，就是 U+1F917，对应的 Emoji 正好是：🤗

也就是 Hugging Face的logo。

Hugging Face 联合创始人 Thomas Wolf 在官宣时就提示过，收购价格里同时藏了 Hugging Face 和 NVIDIA 两个彩蛋。

第二层也很直接：把 129303 写成十六进制颜色 #129303，得到的是一块很接近 NVIDIA 标志色的绿色。

一笔接近 130 亿美元的收购，估值最后几位都没浪费。

这就是技术的浪漫啊

[陈飞 @itchenfei]

@LotusDecoder 个人算力是趋势，有谁不想有自己的个人助理

[君子中庸 @Chinese_XU]

本地部署大爆发
2-3年

Dflash代表的单次多token预测，带来了至少一倍的加速

ngram移出ram

MoE 6B左右的黄金激活区间，极限12B

软件优化层面还有大约30-50%的预填充以及解码加速空间

kv移出vram

所有一切最终会让 8g 显卡都能以人类阅读速度运行121B的MoE

这一切不是Qwen提出，但是可以算引发

[Mia @MiaAI_lab]

DeepSeek v4 Flash Vision Exp is now open-weight! 🔥

https://t.co/lDAWSPWksq

[陈飞 @itchenfei]

@arkuy99 herdr已经做好了

[陈飞 @itchenfei]

@iluciddreaming 真有人有Mac做Server吗？ECC也没有，存储也不够

[陈飞 @itchenfei]

@fankaishuoai 2*DGX Spark 稳稳的跑Deepseek-V4-Flash-0731，压根没有想换GLM-5.3-mini；

因为Deepseek太稳了，我是真的可以放心的把事情交给他，只要Prompt说到的都能稳稳的做

[陈飞 @itchenfei]

@overboming 问题是flash模型能用这么多上下文和轮数吗？
感觉注意力后面就不够了
要任务拆分和编排