WEBVTT NOTE Title: [2026-10-18] DeepSeek突襲釋出763B開源模型破除模板、CLI-Anything掀起軟體代理化革命 1 00:00:00.000 --> 00:00:53.000 歡迎收聽 DAVID888 Daily 每日放送，我是 Cordelia。今天科技圈最震撼的消息，絕對是 DeepSeek 突襲發布了 DeepSeek-v4.1-Flash-1017，不只總參數量飆到 763B，還直接下放 MIT 授權！更狂的是在 SWE-bench 上跑出 77 分，直逼甚至超越不少頂級閉源模型。但工程圈同時也炸鍋了，因為它徹底廢棄了 Jinja 模板，改推自己用 Rust 寫的 deepseek-recipe！ 2 00:00:53.000 --> 00:01:50.030 這背後的架構取捨非常激進。大家以前在 Hugging Face 調用模型，都是依賴 Jinja 模板把對話格式化成文字。但這次 DeepSeek-v4.1-Flash 支援原生思考模式、數值推理強度調節，還有多輪工具調用與交錯圖像，文字模板已經撐不住這種多模態且動態的協議了。所以他們才開源 Rust 核心配 Python 綁定的 deepseek-recipe，把協議解析和標記化收斂成確定性流程。不過，這也意味著現有的推論框架如果不改寫底層封裝，第一時間根本跑不起來。 3 00:01:50.030 --> 00:02:45.160 這正是開源生態現在最需要的突破！傳統文字推論架構已經跟不上複合型 Agent 的節奏了。講到 Agent，今天 GitHub Trending 榜首的 HKUDS/CLI-Anything 更是驚人，狂攬超過 5.4 萬顆星！它的願景是「讓所有軟體都變成 Agent 原生」，透過結構化的 CLI，讓 AI 代理人直接操控像 GIMP、Blender、LibreOffice 甚至 Godot 這些專業軟體，完全告別過去 GUI 自動化截圖點擊的脆弱作法。 4 00:02:45.160 --> 00:04:03.720 CLI-Anything 的技術路徑確實比單純的視覺 RPA 紮實很多。它的運作原理是跑一個七階段的流水線：先靜態分析軟體原始碼、設計指令集，再生成帶有狀態管理和 REPL 的 Click CLI，並且強制所有指令支援 `--json` 格式輸出。最關鍵的是它要求「真實調用」，比如 LibreOffice 就得在 headless 模式下產出真正的 PDF，Blender 就得調用 bpy 腳本渲染。但我看了它的限制，這套架構高度依賴目標軟體必須是開源且有乾淨的代碼庫；如果是閉源二進位檔，逆向出來的控制接口覆蓋率會大幅崩塌，而且要產生生產級的 harness，非得靠 Claude Opus 這種頂級模型反覆 refine 不可，推論成本相當可觀。 5 00:04:03.720 --> 00:05:11.630 但能把龐雜軟體介面收斂成標準化 SKILL.md，對想要在邊緣或本地部署 Agent 的團隊來說誘惑太大了。說到本地部署，Dev.to 上 Nikoloz Turazashvili 的實測文章正好給我們潑了一盆冷水：他測試了用四台 Mac Studio 跑 MLX 分散式推論 Meta 的 Muse Spark Open 模型。很多人以為加了機器速度就會翻倍，結果發現雖然解決了模型記憶體放不下的容量問題，生成速度卻幾乎毫無長進！這是不是有點像我們在 10 月 15 號聊過的 Pulse Local？大家都在追求純本地端的安全與隱私，但硬體代價往往被嚴重低估。 6 00:05:11.630 --> 00:06:30.190 這正是很多架構師容易踩的坑：把管線平行化（Pipeline Parallelism）跟張量平行化（Tensor Parallelism）混為一談。Muse Spark Open 如果用原生精度需要超過 1.6 TB 空間，即使壓縮成 4-bit NVFP4 也高達 493 GB，單台 512 GB 的 Mac 扣除系統與推論暫存根本跑不動，所以跨機器是必然。但管線平行化是把模型不同層切分給不同主機，下一個 token 在生成時，第二台機器必須等第一台機器的中間結果送過來，計算本質上依然是序列串行的！除非你用低延遲的 Thunderbolt RDMA 跑張量平行化，把同一層的運算拆開並行，速度才可能提升，但那對節點間通訊頻寬的要求是幾何級數增加的。 7 00:06:30.190 --> 00:07:39.050 看來本地硬體擴展真不是堆機器那麼簡單。不過說到軟體的極致可靠性，昨天 10 月 17 號我們剛聊過獨立開發者用 .NET 打造代碼分析器，今天 Hacker News 上就有人直接拿數學定理證明語言 Lean 4，寫出了著名的 RealWorld 規範全端 Medium 複製版！作者不只實現了後端 API、連線 Postgres，還用伺服器端渲染搞定前端，全後端居然只要 1,033 行程式碼，比 TypeScript、Go 甚至 C# 版本都還要短！編譯器還能直接證明「所有生成的 URL Slug 都符合結構規則」，這簡直是形式化驗證進入實用 Web 開發的里程碑！ 8 00:07:39.050 --> 00:08:57.370 這篇實驗很有學術價值，但離真正的「建構即正確」（Correct by Construction）還差了一大截。作者確實用 Lean 4 的相依型別系統證明了路由參數型別不符就無法編譯，也用歸納法證明了 Slug 轉換函式在所有可能字串輸入下都是合法的。但大家別忘了，整個系統的核心業務邏輯、SQL 查詢，以及底層封裝的 C 語言 OpenSSL 與 Postgres 驅動，是完全沒有形式化規格與定理覆蓋的！更致命的是，作者直接揭露 Lean 4 現行的 `Std.Http` 伺服器每秒只能處理一千多個請求，跟 Go 輕輕鬆鬆十萬 QPS 相比差了兩個數量級，而且 Lean 4 每個月發布新版就會踩碎生態系 20% 以上的套件，這在生產環境誰敢用？ 9 00:08:57.370 --> 00:09:45.400 技術演進總是需要開荒者嘛！不過買硬體來跑本地 AI 確實需要精打細算。今天 HN 上登場的「Llmspeed」就打中了大家下單前的焦慮。它是一個線上模擬器，讓你在刷卡買 RTX 5090 或 M5 Max 之前，能直接在瀏覽器裡「感受」特定模型、特定量化版本跑起來到底有幾 tok/s，文字會以對應速度逐字印出來，甚至還預估了首字延遲時間（TTFT），讓你不用花幾十萬買設備回來才發現卡成幻燈片。 10 00:09:45.400 --> 00:11:01.830 概念很討喜，但它的推論估算模型在工程上過度簡化了。它主要只拿單次小 Context 的基準測試去算記憶體頻寬吞吐，可是在真實的 Agent 或長文本場景下，決定體感的是 KV 快取的記憶體占用、注意力機制架構，以及預填（Prefill）階段的並行能力。特別是現在主流的 MoE 架構，比如 Qwen 3.5 35B A3B，活躍參數只有 3B，讀取量小很多，如果配上像 Turboquant 或 Strata 這類快取優化技術，老顯卡也能跑出幾十 tok/s。Llmspeed 預設把許多顯卡放不下的模型直接標記為無法執行，忽視了 CPU offloading 和現代推論引擎的動態調度能力，這會讓很多開發者做出過度保守的硬體採購決策。 11 00:11:01.830 --> 00:12:08.790 工程師果然還是傾向自己動手驗證。說到極致的軟體模擬，今天另一個 Show HN「Esp32sim」更是硬核：它用 Rust 寫了一個完整的 ESP32 硬體模擬器，而且能直接編譯成 WebAssembly 在瀏覽器裡跑！不管你是 Xtensa 架構的 ESP32、S3，還是 RISC-V 架構的 C3、C6，它都能直接載入未經修改的真實晶片 Mask ROM 和 Bootloader，甚至連 Wi-Fi WPA2 握手、DHCP 到 NAT 封包轉發都模擬得唯妙唯肖！以後開發 IoT 根本不用等硬體板子寄到，直接在瀏覽器裡就能做韌體 CI/CD 了。 12 00:12:08.790 --> 00:13:24.040 這專案的工程還原度高得驚人。很多 IoT 模擬器像 Wokwi 為了效能，通常只在 API 層做抽象替換或高階攔截，但 Esp32sim 是真正做到了「指令級模擬」加「周邊暫存器仿真」。作者為了驗證精確度，甚至拿 JTAG 連接實體板子做單步執行比對，跑了 8000 步指令完全零分歧！更可怕的是它還實現了 ARM64 的 JIT 編譯器，在 S3 上能跑到一秒兩億多條指令。不過要在瀏覽器跑就得面對現實限制：因為純前端沒有真實 Socket，它的虛擬 Wi-Fi NAT 只能在原生 CLI 運作，瀏覽器端只能做離線或虛擬介面測試，而且複雜的類比電路比如射頻校準（RF calibration）還是得打 stub 才能跳過。 13 00:13:24.040 --> 00:14:18.940 能做到這種精準度已經是模擬器的天花板了。但談到硬體與金鑰安全，今天還有一個讓開源 AI 圈集體心驚的資安事件：開源 Coding Agent 巨頭 OpenCode 驚傳遭駭！官方在社群平台證實，受到大規模模型蒸餾攻擊，影響了 1.4% 的 OpenCode Console 用戶，部分使用者儲存在雲端的工作區 API Key 外洩，甚至有人在推特上回報自己的 Anthropic 額度一夕之間被盜刷光！這無疑重創了大家對 AI 工具雲端託管服務的信任。 14 00:14:18.940 --> 00:15:40.810 這起事件在技術圈引起巨大反彈，很大一部分原因在於 OpenCode 團隊的公關與產品命名嚴重誤導了大眾。大家平常在本地終端機跑的 `opencode` CLI 本身是開源且純本地的，根本沒有被植入後門；出事的是他們後來推出的代管服務「OpenCode Console」，這是一個類似 OpenRouter 的模型轉發代理，允許使用者把 OpenAI 或 Anthropic 的私有金鑰上傳代管。問題在於他們把這些高權限金鑰存放在即將退役的舊架構上，結果被攻擊者攻破拖庫，拿去狂發請求蒸餾私有模型。這給所有開發者上了一課：第三方工具宣稱自己開源，不代表它後端託管的金鑰服務符合安全標準，任何長期有效的 API Key 都應該設好每月預算硬上限，而且絕不該隨意放進非雲原生的跳板服務裡。 15 00:15:40.810 --> 00:16:39.730 這種後端架構的脆弱性，正好呼應了今天 HN 另一篇熱門文章《一位懷疑論者與 Kubernetes 的初次接觸》。作者是一位資深系統架構師，過去一直覺得 K8s 是過度包裝與複雜化的怪獸，直到他親自研究後才體會到：K8s 最精髓的核心在於「控制迴圈」（Control Loops）與聲明式架構。不過，他在文末也忍不住對 K8s 生態系發出靈魂拷問：為什麼到了 2024 年，大家還在用 Helm 這種靠「手動算空白鍵縮排」的文字模板，來生成結構化的 YAML？這不是把現代型別系統當笑話嗎？ 16 00:16:39.730 --> 00:18:04.910 這段吐槽完全說中了所有維運工程師的心聲。Kubernetes 的本質非常優雅，它就是一群 Controller 在不斷對比「期望狀態」與「真實狀態」，然後透過 netfilter 在每個節點上把 Service 虛擬 IP 分散式路由掉。但問題在於周邊生態的工具鏈極度倒退！Helm 拿 Go 的文字模板引擎去渲染 YAML，你常常得寫 `nindent 4` 這種手動補空白的語法；一旦中間某個條件判斷多了一行縮排，整個部署就直接 syntax error。明明我們有 Jsonnet、CUE、甚至 Apple 推出的 Pkl 這種帶有強型別與語意約束的配置語言，偏偏業界主流還是死抱著文字替換不放，逼得大家只能靠大語言模型去幫忙 debug 縮排，這簡直是用二十一世紀的 AI 去擦二十世紀的文字處理屁股。 17 00:18:04.910 --> 00:19:05.250 這確實是現代基礎架構的荒謬現狀！不過，說到動手拆解底層系統的極致樂趣，今天這篇硬體駭客神作絕對不能錯過：《Wi-Fi 密碼、UART 封鎖與損壞快閃記憶體的故事》。兩位研究員聯手逆向 Eufy HomeBase 2 智慧家居基地台，為了拿到韌體，不惜拿熱風槍把快閃記憶體晶片解焊下來，結果還手抖弄壞了載入位址的 64KB 區塊！在看似絕望的磚化邊緣，他們竟然在韌體深處挖出一個備用的 Recovery 核心映像檔，還透過修改記憶體結構繞過原廠的 UART 終端機鎖定，成功拿到 Root Shell！ 18 00:19:05.250 --> 00:20:27.120 這篇逆向報告的技術細節非常精彩，特別是他們繞過 UART 鎖定的手法。Eufy 在系統啟動的 `login.sh` 裡加了一段檢查，必須檢驗 NVRAM 的除錯變數或特定的魔術 ARP 封包，否則就把串口殺掉重啟，形成無限迴圈。作者發現主系統損毀後，U-Boot 會退回到 0xe70000 的復原映像檔，這是一個標準的 uImage 格式，外面套了 LZMA2、裡面包 CPIO 的多層俄羅斯娃娃。他們在解開的檔案系統裡，把 `if [ "$DEBUG_LOG" = "1" ]` 的二進位字串直接用等長的 `if [ 1 = 1 ]` 空白填充替換掉，把呼叫 login 改成呼叫 `/bin/sh`，再重新計算 CRC32 刷回 Flash，直接用「硬修改」的方式拿到控制權。 19 00:20:27.120 --> 00:20:45.810 更順便逆向出 Wi-Fi 密碼是透過 I2C 讀取硬體安全晶片序號後做 HMAC-SHA256 產生的，證實了原廠確實修正了過去可被輕易預測的弱點。 20 00:20:45.810 --> 00:21:42.840 這才是真正的駭客精神！而且 Redis 的創始人 Salvatore Sanfilippo（antirez）今天也帶來了硬體層面的震撼彈：他開源了一個「Commodore 64 硬體模擬器」。跟一般只為了玩遊戲的模擬器不同，它是真正的主機板電路等級模擬！在軟體介面裡，你可以拿虛擬鉗子剪斷某個晶片的腳位（Pin）、故意把它接地或短路到 5V，然後看著螢幕上的畫面如何即時崩潰、產生雜訊。這完全不是預先寫好的錯誤畫面，而是根據 249 條電路網絡與電晶體推導出來的物理結果！ 21 00:21:42.840 --> 00:22:51.220 這正是工程教育與硬體診斷的夢幻工具。以往我們修老電腦，遇到黑屏只能瞎猜是哪顆 DRAM 或 PLA 燒掉，往往得冒著焊盤脫落的風險盲目解焊。antirez 是把 KiCad 電路圖轉換成 C 語言的電氣驅動矩陣，每個半週期分三個階段模擬 /RAS 和 /CAS 下降沿，連引腳浮空時 TTL 負載在微秒內漂移到 1.4V、MOS 負載緩慢放電到 0V 的物理特性都算進去了。但也因為這種電氣級別的精確度，代價就是慢！在 M5 Max 這種頂級晶片上也只能跑到真實速度的 48%。這再次向軟體圈證明了：為什麼 FPGA 和實體硬體在很多場景永遠無法被純軟體模擬完全取代。 22 00:22:51.220 --> 00:23:32.630 代價高昂，但能把不可見的電氣訊號視覺化，價值難以估量。同樣在討論數位科技能否取代實體機制的，還有今天公開在 GitHub 的「愛沙尼亞線上投票系統」（IVXV）原始碼。愛沙尼亞從 2005 年就領先全球推行網路投票，但這份原始碼一放出來，HN 上立刻引爆了長達數百則的密碼學大辯論：純軟體、純密碼學的投票，到底能不能保證民主機制的絕對可信？ 23 00:23:32.630 --> 00:24:49.290 這在電腦科學界是個永恆的死結。密碼學上你可以用零知識證明（ZKP）和同態加密做到「個人可驗證自己選票被計入」，同時又不洩漏內容。但問題在於「投票的強制與買票（Coercion and Vote Buying）防範」。在實體投票所裡，那塊布簾是物理隔離，保證你走出隔間後沒有任何證據能向買票者或家暴者證明你到底投給誰；但只要你在家裡用自己的電腦投票，就算你事後能撤回修改，只要有人在截止前最後一刻拿著槍站在你背後看你簽署交易，這個匿名與自主性就被徹底瓦解了。紙本投票的低效率與分散式人工計票，在工程師眼裡看似落後，但它正是透過「人類可理解的物理透明度」來建立社會的普遍共識。這不是單純把軟體寫到零 Bug 或開源代碼就能解決的社會工程問題。 24 00:24:49.290 --> 00:25:46.790 有時候「實體與低科技」反而才是最高層級的容錯設計呢！最後，我們來聊一個讓前端與文件編寫者眼睛一亮的工具：由知名筆記軟體 Obsidian 團隊開源的「Pele」！大家寫 Markdown 時都很喜歡用 Mermaid 畫流程圖，但官方的 Mermaid.js 動輒 1.6 MB，又依賴一堆 DOM 環境，渲染還很慢。Pele 徹底重寫了這一切：零依賴、體積只有 230 KB，渲染速度快了 500 倍，最厲害的是直接產出原生 SVG，還能用 CSS 變數無縫切換亮暗色主題！ 25 00:25:46.790 --> 00:27:16.000 Pele 的底層設計非常聰明。傳統 Mermaid.js 渲染時常常需要借助瀏覽器的計算佈局引擎，產生出來的 SVG 塞滿了寫死的 inline style，要跟著現代 Web App 動態換色非常痛苦。Pele 直接在字串層面把節點和連線轉換成純淨的向量幾何標籤，並把填充、邊框、文字顏色全部映射到像 `--pele-bg`、`--pele-line` 這些 CSS 變數上。這代表當使用者切換深色模式時，瀏覽器只需要觸發一次 CSS 樣式重算，完全不需要重新執行 JavaScript 去解析文字或重新排版圖形，這對 Obsidian 這類重度依賴本地 Markdown 渲染的桌面與行動端應用來說，能省下極其可觀的 CPU 資源。今天從底層電路、密碼學投票一路聊到頂層的圖表渲染，技術的演進果然永遠是在權衡與取捨中前進。明天同一時間再見！