DeepSeek计划采购16万颗华为昇腾950DT芯片，用于内蒙古乌兰察布数据中心的推理任务，而非训练，订单约25.6亿美元。此举旨在降低成本、规避美国管制，但训练仍依赖英伟达。华为产能和软件生态是主要挑战，交付或需一年以上。

DeepSeek-V4模型采用混合压缩注意力（mHC），将KV缓存分为状态缓存和分页缓存，分别管理滑窗KV与压缩条目。上下文并行通过点对点通信和all-gather处理跨rank压缩窗口。磁盘前缀缓存中，压缩条目易存，滑窗KV需重算或周期检查点。mHC通过融合内核、重算和DualPipe优化，将访存开销压至6.7%。

DeepSeek-V4采用Muon优化器，通过谱范数最速下降实现逐矩阵正交化，用Newton-Schulz迭代逼近SVD，混合系数提升小奇异值并精确稳定大值。RMS匹配对齐AdamW，部分参数仍用AdamW。Q/KV归一化替代QK-Clip防logit爆炸，Anticipatory Routing打断MoE路由正反馈，MTP预测多token，训练配方含32T token等细节。

本文介绍DeepSeek-V4模型结构中MoE层的四处改动：路由打分从sigmoid改为sqrt(softplus)以消除饱和；前三层用固定hash routing替代稠密层；增加极小序列级平衡损失；SwiGLU加硬截断防离群值。模型采用FP4量化，61层全MoE，每token激活6个expert，稀疏度64，总参数约49B。

该文详解DeepSeek-V4的mHC残差结构：将单条残差流拓宽为4条，通过读、写、混三算子连接子层。为保稳定，混合矩阵被约束为双随机矩阵（非负、行和列和均为1），经Sinkhorn-Knopp迭代投影实现，使复合映射增益从3000降至1.6。初始化时等价于普通Transformer，参数量仅占0.005%，带来推理性能提升，并与Kimi K3的Attention Residuals形成对比。

本文详解DeepSeek-V4模型结构：HCA将128个token压缩为一条目，无需稀疏选择；CSA与HCA交错排布，确保全局信息不丢失；滑窗分支弥补压缩导致近token不可见；Q/KV归一化替代QK-Clip；部分RoPE加输出反旋转消除绝对位置；attention sink解决softmax权重分配缺陷；1M上下文KV cache仅5.3GiB，FLOPs约38G。

本文介绍DeepSeek-V4模型中的压缩稀疏注意力（CSA）机制。KV缓存每4个token压缩为一条，1M上下文仍有26万条目，故用lightning indexer打分选择top-1024块。Indexer源自V3.2的DSA，采用64头128维、ReLU加权和FP4量化，通过KL散度模仿主注意力分布训练。V4将索引对象从token改为压缩块，query共享低秩latent。文章详述了indexer实现细节、一层CSA的完整维度流程及参数统计。

本文介绍DeepSeek-V4的注意力机制，从MHA到CSA/HCA的演进，重点分析压缩KV缓存的方法。V4将每4或128个token压缩为一条512维KV向量，采用重叠窗口和逐通道softmax加权，K与V共享单头，配合分组输出投影降低参数。相比前代，V4首次压缩缓存条目数，以支持1M上下文的高效推理。

本文介绍DeepSeek-V4模型架构：Pro版总参数1.6T、61层，Flash版284B、43层，均采用4条残差流、交错CSA/HCA压缩注意力与MoE结构。相比V3.2，推理FLOPs降至27%、KV缓存仅10%。文章提供层排布、维度对照表及参数明细，并预告后续将分篇详解各模块设计。

商汤科技发布SenseNova-U1.5-8B-MoT统一多模态模型，支持图像生成、编辑与理解，提升4K画质和文字渲染。HyperAI官网更新数据集、教程及百科词条，涵盖语音、地震数据及多模态模型部署，并预告9月截稿顶会。

dsh-image-gen是DeepSeek Harness的AI图像插件，支持对话生图、连续编辑、Studio批量创作、多模型对比、500+Prompt灵感库及本地ComfyUI集成。用户可在聊天框内完成全流程图像操作，无需切换界面，支持BYOK模式，安装简单，五分钟内可出图。目前ComfyUI不支持Studio和多模型对比，是待完善点。

DeepSeek发布首个多模态实验模型V4-Flash-Vision-Exp，新增视觉理解能力，可处理图像图表等复杂任务，性能提升至36.5，多模态评测表现优异。HyperAI已上线部署教程，支持一键运行。

作者为DeepSeek Harness开发了dsh-discord适配器，将其接入Discord工作台。该插件支持@提及创建会话、流式渲染、按钮审批、会话控制及双语界面，强调安全设计（白名单、权限校验）。安装简单，通过dsh CLI添加，配置token即可使用。项目已发布至npm，代码开源，欢迎贡献。

GLM 5.3 Flash与DeepSeek V4 Flash在Hermes Agent实测对比：GLM跑分高但落地差，工具调用不稳、不守Agents.md规则；DeepSeek虽参数少、跑分低，但干活稳，被社区推荐为默认模型。文章指出评测与实战脱节，Agent场景更需“听话”模型，便宜非关键，能干活才是王道。

DeepSeek Harness（DSH）开源三周内连续发布alpha版本，进行底层重构，移除APIProxy并更换插件通信机制，导致5100多个插件面临兼容性问题。子代理现可独立配置模型，但架构剧烈变动使插件生态难以跟上，官方警告破坏性变更将持续，插件可能随时失效。

DeepSeek发布V4 Flash Vision Exp，支持图像输入，价格低于Gemini 3.7 Flash。测试显示两者在图表、发票和日志分析中准确率相当，均能识别陷阱。DeepSeek成本约为Gemini三分之一，但速度慢一倍多，且高峰期价格翻倍。建议批量处理选DeepSeek，实时任务用Gemini。

DSH Desktop是社区为DeepSeek Harness打造的开源桌面客户端，核心理念为“万物皆插件”，桌面本身作为普通插件集成。它免装环境，双击即用，两天获4700星，两周破两万。支持窗口、托盘、终端、Profile切换等功能，服务仅监听本地。社区已积累5100多插件，但性能争议存在，生态未来待观察。

dsh-subagents是DeepSeek Harness的插件，通过Markdown文件定义子代理角色，支持模型或CLI驱动、热加载和管理界面。它委派任务给廉价模型，降低推理成本达72%，保持主模型上下文清晰，并集成外部CLI工具，提升效率。

本文对比了四款AI代理基础设施：OpenClaw作为个人助理存在安全漏洞；Hermes Agent能自我改进但有沙箱绕过风险；WorkBuddy是腾讯闭源办公工具，机制不透明；DeepSeek Harness是开源平台，插件化设计可审计但生态尚早。选择需权衡功能与安全。

DeepSeek Harness是一个开源项目，其核心公式为Agent=模型+Harness，通过将模型与工具、循环等组件解耦，实现“一切皆插件”。它基于Cordis元框架，支持热插拔、可逆副作用和四种运行模式，并具备安全审批、日志记录和子Agent功能。尽管存在安全漏洞，但展示了AI自主扩展能力的潜力。