2026年10月3日的 Hacker News 首页，有两个帖子中国技术圈几乎没人注意，但它们合起来透露了一个重要信号：**中国开源模型正在被海外开发者“基础设施化”**，而海外社区同时开始为“AI写的代码”重新设计信任机制。第一个信号来自 Redis 之父 antirez——他不声不响发布了一个专门跑中国模型的 C 语言推理引擎，冲上首页223分；第二个信号来自 Linux 内核二号人物 Greg Kroah-Hartman 的一场演讲《Security in the LLM Age》，231分。这两件事，一件关于“模型从哪来”，一件关于“代码敢不敢用”，正好拼出当下海外开发者圈最真实的焦虑与路线图。 ## 一、Redis 之父下场：为 DeepSeek、GLM、Qwen 单写一个引擎 先说人。Salvatore Sanfilippo，网名 antirez，Redis 的创造者，写 C 代码的活传奇。2020年离开 Redis Labs 之后，他一直在博客上折腾小模型和 LLM 推理。这次他放出的项目叫 **DwarfStar 4（ds4）**，HN 帖子标题直接就是“From the creator of Redis; run LLM locally with ds4”。 这个引擎最值得玩味的地方，是它官网开头那句话：**不是通用 GGUF 运行器，是窄引擎（narrow on purpose）**。它只支持三族模型：DeepSeek V4 / V4.1 Flash、GLM 5.x、Qwen3.8 Flash Next——清一色中国开源模型。MIT 协议，C 语言手写，支持 Metal（Mac）、CUDA（N卡）、ROCm（A卡）三种后端，文本和视觉输入都做了。 技术上有两个狠活值得单独说： **1. 非对称 2bit 量化。** 普通量化是“全模型统一压”，ds4 的思路是压路由专家（routed experts），但保住关键共享路径的精度。用官网的原话说，“压缩，但不切除脑叶（compressed, not lobotomized）”。这就是为什么 DeepSeek V4 Flash 这种 2840 亿参数的 MoE 巨兽，能塞进一台 128GB 内存的 Mac。 **2. KV 缓存当磁盘公民。** 长前缀缓存直接写 SSD，重启时按 prompt 哈希续跑，不用重新 prefill。对跑长上下文编码 Agent 的人来说，这一条直接决定“本地能不能当生产力”。 跑分是官方给的（ds4 基准表，未经第三方复核）： | 机器 | 上下文 | Prefill（tok/s） | 生成（tok/s） | | --- | --- | --- | --- | | M5 Max 128GB | q2 · 2k | 790.2 | 39.4 | | M5 Max 128GB | q2 · 65k | 398.5 | 27.6 | | DGX Spark 128GB | q2 · 2k | 825.8 | 18.1 | | DGX Spark 128GB | q2 · 65k | 823.0 | 13.8 | 内存门槛也写得很明白：128GB 机器上，V4 Flash Q2 是基线，GLM 5.3 Q2 和 Qwen Q4 都能跑；V4.1 Q2 走 SSD 流式加载；64GB 内存就能跑 Qwen。 安装就三步，官网原文： ```bash git clone https://github.com/antirez/ds4 cd ds4 && ./download_model.sh ds4f-q2 make && ./ds4 ``` ```mermaid flowchart TD A["官方开源权重"] --> B["download_model.sh 下载"] B --> C["转专用GGUF格式"] C --> D["非对称2bit量化"] D --> E["ds4推理引擎"] E --> F1["ds4 命令行对话"] E --> F2["ds4-server 本地API"] E --> F3["ds4-agent 编码会话"] F2 --> G1["接 Claude Code"] F2 --> G2["接 Codex"] F2 --> G3["接 OpenCode"] E --> H["KV缓存写入SSD"] H --> I["按prompt哈希续跑"] ``` **HN 评论区在吵什么？** 57 条评论里，核心分歧其实是一个老问题的变体：已经有 llama.cpp 和 ollama 了，为什么还要自己写一个？一派认为这是重复造轮子，窄引擎每支持一个新模型都要手工适配，生态上不可持续；另一派则认为，通用运行器什么都支持意味着什么都不极致，antirez 这种“每支持一个布局就端到端验证一遍、和官方输出对齐”的做法，才是本地推理该有的工程态度。值得注意的潜台词是：**没人争论“该不该跑中国模型”**——这件事在海外开发者眼里已经不需要讨论了，争论只发生在“用什么姿势跑”。 同一天首页上还有第二个帖子做了佐证：《One month coding with GLM 5.3 Flash》，发在 wagtail.org（Wagtail CMS 官网，发帖人是社区里深耕多年的开发者），讲的是**用 GLM 5.3 Flash 干了一个月真实编码工作的一手记录**，150分，111条评论吵得很热闹。两个帖子同日出现在首页，一个造引擎、一个写月记，说明中国模型在海外已经完成了从“跑分玩具”到“日常工具”的转身。 ## 二、内核二号人物开讲：AI 写的代码，你敢签收吗 第二个帖子的分量更重。Greg Kroah-Hartman——Linux 内核稳定分支和驱动子系统的实际掌门人，全球开源世界最有话语权的维护者之一——做了一场演讲：《Security in the LLM Age》，视频挂上 HN 首页，231分、67条评论。 这场演讲戳的是所有重度用 AI 写码的人的共同软肋：**当补丁是模型生成的，信任链从哪里开始？** 背景并不是空穴来风。2024年 kernel.org 就发布过指引，要求贡献者披露代码中 AI 的参与程度（据当年 LWN 等多方报道）；同年还出过极端案例——有人用大模型批量伪造内核漏洞报告投递到安全邮件列表，把维护者搅得不胜其烦（据 oss-security 邮件列表当时的公开讨论）。从那以后，“AI slop”（AI 泔水补丁）成了开源圈的固定黑话，多个项目明文禁止未披露的 AI 生成贡献。 GKH 选在这个节点讲安全，讨论的实质是：**开源世界的信任模型建立在“人对人的审查”上，LLM 把产能放大一百倍的同时，把审查成本也放大了一百倍。** 海外社区在这类讨论里反复出现三派立场： | 立场 | 核心主张 | 逻辑 | | --- | --- | --- | | 拥抱派 | AI 代码照单全收 | 审查是维护者本来就该做的事，来源不重要，质量重要 | | 抵制派 | 未披露的 AI 补丁直接拒 | 维护者志愿劳动不该替模型厂商免费质检，伪贡献是给信任链投毒 | | 流程派 | 强制披露+机器辅助审查 | AI 可用，但必须有 provenance（来源凭证），签名、审计、披露三件套跟上 | GKH 多年来的公开立场偏向后两者的组合：他处理过大量伪造安全报告，对“低成本生成、高成本审查”的攻击模型极其敏感。这次把话题升级到"Security in the LLM Age"，等于是把一个社区纪律问题，正式升格为**安全架构问题**。 ```mermaid flowchart TD A["开发者用LLM写补丁"] --> B{"是否披露AI参与"} B -->|是| C["进入正常审查流"] B -->|否| D["被视为slop风险"] C --> E["维护者人肉审核"] E --> F["签名合入主线"] F --> G["下游发行版信任锚"] D --> H["拒收或整体回滚"] ``` 这张图就是海外社区正在收敛的共识：**AI 可以进流水线，但必须在入口处留痕，在出口处签名。** 信任不再默认存在，而是逐环节重建。 ## 三、信息差总结 | 你可能知道的 | 大多数人还不知道的 | | --- | --- | | ollama / LM Studio 跑开源模型 | antirez 为中国模型家族专门写了窄引擎 ds4，2bit 量化 + KV 缓存落盘是两个关键黑科技 | | 中国模型海外跑分强 | 海外一线开发者已经用 GLM 5.3 Flash 干了一个月真活，并发了万字一手复盘 | | 本地跑大模型要 4bit 起步 | ds4 用非对称量化把 2840 亿参数 MoE 压进 128GB Mac，32K 上下文 34.4 tok/s | | 用 AI 写码很正常 | 开源基础设施层正在给“AI 代码”重新设计披露、审查、签名的信任链，国内团队普遍还没有这层机制 | ## 四、行动指南 1. **有 128GB Mac 或 DGX Spark 的，今天就能跑通 ds4**：按上面三步命令操作，然后把 `./ds4-server --ctx 100000` 起的本地服务地址填进 Claude Code / Codex / OpenCode 的 base URL，你的编码 Agent 就跑在自己机器上的 DeepSeek/GLM/Qwen 上，API 费归零。64GB 内存先从 Qwen Q4 玩起。 2. **把 GKH 的演讲看完（HN 首页可检索到视频）**，重点听他讲审查成本与攻击模型；然后给自己团队补一条最小规矩：PR 模板加一行“AI 参与程度”披露字段，成本为零，但出事时能溯源。 3. **去读《One month coding with GLM 5.3 Flash》的原文和 111 条评论**，这可能是目前关于“中国模型当主力生产力”信息密度最高的一手记录，评论区里正反方的实战数据比评测文章值钱。 **延伸思考**：这两件事其实是一体两面。当模型能力趋同（跑分拉不开差距）、价格趋零（本地可跑）之后，开发者的竞争力会迁移到两处——**算力的自主性**（你的 Agent 跑在谁的服务器上）和**交付的可信度**（你的代码经不经得起 provenance 审查）。海外社区已经在为这两个问题修基础设施了，而国内讨论还集中在模型本身。这才是最大的信息差。 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。