十分钟精读 DSH Super Agent：从 Paper 到 PRD
1. Super-agent作者认为，以 Coding Agent 为代表的单任务 Agent 已逐渐能够独立完成复杂工作，但现有系统仍以单一 Session 为基本单位。用户并行推进多个任务时，需要自行切换会话、管理上下文；文章称一个人通常只能同时跟进 3～5 个活跃 Sess...
Topic
#DeepSeek
14 篇笔记
Exploring Super-agent Design: Towards a More Autonomous Agent System
The original article is in Chinese. This is a machine translation.This article discusses architectural ideas. It is not an introduction to e...
入职大厂两个月，我的 AI 开发心得
背景起因是和组里老板进行了几次 one-on-one。他对我目前使用 AI 工具、搭建个人 Harness，以及 AI Coding 的工作流很感兴趣。主要也是因为，我现在的需求做得又快又好，已经是一些项目的主 O 了。因此，我也借这个机会，整理了一下自己的日常 AI 工作流。目...
Evaluating OpenWiki with WikiBench
OpenWiki is our open source agent for generating and maintaining codebase documentation. As we improve OpenWiki, we’ve needed to measure two...
Recursive Self-Improvement
Agents can already edit their tools, skills, and harness. Recursive self-improvement still needs a system that can raise the verifier without capturing it.
What Is Reasoning
A short summary of how reasoning traces work.
How Production LLMs Reason Better at Inference Time (as researched by Google, OpenAI, and Anthropic)
8 techniques to make an LLM reason better at inference time, covered with tradeoffs and practical notes. Every one of them is running in pro...
DeepSeek 刚支持了 OpenAI Responses API，但你可能还不知道它是什么
2026 年 7 月 31 日，DeepSeek 悄悄发布了 V4-Flash-0731，附带一行更新日志：原生支持 OpenAI Responses API。消息不大，但背后藏着一条值得认真讲的故事线。一套 API 格式，是怎么从聊天框时代的产物，一步一步演化成今天 agent...
Efficient Decode Context Parallelism with vLLM for Long Context Workloads
Decode Context Parallelism (DCP) in vLLM shards KV cache across GPUs by sequence dimension, enabling 3× higher throughput on long-context agentic workloads comp
大模型是专利期十个月的制药生意
这几天流传的 DeepSeek 梁文锋讲话里有一个有意思的数据点，正好和我最近的思考交汇，因此写下一些关于整个大模型产业的一些预测，供以后证伪修正思考。他说，DeepSeek 的 API 定价标准是：买一批设备回来，十个月收回成本。也就是十个月赚来的利润可以覆盖硬件上的投入。顺带...
DSpark 深度解读——置信度调度投机解码与半自回归生成
DSpark：置信度调度投机解码与半自回归生成 DeepSpec 开源仓库: deepseek-ai/DeepSpec — 包含 Eagle3、DFlash、DSpark 的算法驱动训练代码与 checkpoints DSpark 是 DeepSeek-AI 提出的投机解码框架，核心创新： - 半自回归生成：并行 backbone + 轻量 sequential head，兼得并行首 token…
从 305 GB 到 7.4 GB：大模型 KVCache 架构演进全景
五一本打算更新一年前写的开源引擎 KVCache 实现文档，但梳理下来发现，光是 KVCache 演进的理论部分就已足够撑起一篇独立文章。在 Agent 改变搜索习惯、重塑软件行业的今天，多轮交互带来的长上下文让 KVCache 持…
NanoWhale 项目深度解析：从零学习 DeepSeek-V4 架构
NanoWhale 项目深度解析：从零学习 DeepSeek-V4 架构 一句话总结：NanoWhale 是 HuggingFace 发布的一个教学项目，它用约 1.1 亿参数（110M）实现了一个"迷你版" DeepSeek-V4 大语言模型，从零开始训练，让你能用一张 H100 显卡就跑通完整的大模型训练流程。 一、这个项目在做什么？ 大模型训练的一般流程 训练一个大语言模型（LLM）通常分为…
Editing Files at 1000 Tokens per Second
A new model and inference method for high-accuracy full-file edits at 1000 tokens/s.