DeepSeek开源推理框架领衔，本周五大科技亮点

本周科技圈动态密集，从DeepSeek开源生产级推理框架，到DuckDB迈入服务端时代，再到Rust版TypeScript编译器亮相，每一项都指向同一个趋势：基础设施正在为AI与实时分析重塑。以下是本周值得关注的五个技术进展。

DeepSeek开源生产推理框架：大模型服务成本透明化

据B站UP主Koala的科技周报，DeepSeek^广告本周开源了自家线上服务使用的推理框架DeepInfo，当前支持V4.1 Flash模型。该框架集成了Flash MLA、DeepJam、DeepEP等自研算子库，支持注意力数据并行、MVE专家并行和负载均衡草稿Token加速解码，并提供批次无关推理和确定性采样。硬件层面同时支持英伟达SM100和华为昇腾950，以Apache 2.0协议开源。

这是本周热度最高的新闻之一。此前DeepSeek开源的算子较为零散，这次给出了能串联起来的完整推理引擎，且第一天就支持国产NPU。官方也明确说明，KVCash系统、绿田葱和解码分离多副本、负载均衡等高级特性未包含在内。但更值得关注的是，官方随后给出了模型服务的经济成本与收益分析，让外界对模型定价有了更直观的参照。

Flash MLA、DeepEP 与 MoE 并行

Flash MLA 是针对多头潜在注意力（MLA）优化的计算核，MLA 通过低秩压缩 KV 缓存显著降低长上下文推理的显存占用，Flash MLA 则在此基础上做算子级融合与分块调度。DeepEP 是面向专家并行（Expert Parallelism）的通信库，解决 MoE 模型在多个 GPU/NPU 间分发 token 到对应专家时的 all-to-all 通信开销，通常配合分组 GEMM 使用。MoE 推理的难点在于专家负载不均：热门专家成为瓶颈，冷门专家闲置，因此需要负载均衡策略与“草稿 token”式的动态调度来提升利用率。批次无关推理（batch-invariant inference）指计算结果不随批大小变化，这对确定性采样和可复现评测很关键。

DuckDB 2.0：嵌入式分析库走向服务端

DuckDB发布2.0长期支持版，支持周期至少到2027年10月。最大变化是它现在能当服务端用了：内置Quark协议加上新的Connect语句，既能连接远程DuckDB，也能直连Postgres SQL和MySQL，并将查询下推过去执行。此外还带来Pocket和CSV的异步读取、真正可用的Variant半结构化类型以及触发器。

Koala认为，DuckDB 1.0讲的是稳定，2.0讲的是功能，从单机分析库走向客户端-服务器架构，开始和ClickHouse这类服务型分析数据库正面重叠。还有一个细节实现：命令行能识别自己是被Agent调用，自动改成精简输出，测试中让模型少读了近六成内容。

Quark 协议与 Variant 类型

Quark 是 DuckDB 2.0 引入的客户端-服务器通信协议，作用类似 Postgres 的 wire protocol：客户端通过它连接远程 DuckDB 实例并执行查询，使 DuckDB 从“进程内嵌库”扩展为可被多客户端共享的服务端。新的 Connect 语句则把外部数据库挂载为目录，查询时尽量下推谓词与聚合，减少数据搬运。Variant 是半结构化类型，用于存放 schema 不固定的 JSON 类数据，此前多以 JSON 扩展处理，Variant 提供真正的类型化存储与更高效的路径查询。这两项能力叠加，使 DuckDB 在轻量级分析服务场景中具备了与 ClickHouse 等正面竞争的基础。

Rust版TypeScript编译器：性能与Agent场景的双重考量

CloneFlare和VoidZero的工程师推出TSRS，把TypeScript编译器移植到Rust，放在OXC工具链下孵化。在相同类型检查线程数下，比TypeScript 7.0最多快8倍，内存少约7成，部分优化已经回馈上游。团队强调不分叉语言设计，决策仍由TypeScript官方说了算。

官方刚用Go重写完，为什么还要Rust？关键在于WebAssembly：Go编译成wasm要带上垃圾回收，体积和性能都有折损；而Rust版能在浏览器或Workers沙箱里跑完整工具链，正好契合Agent在线开发的场景。这波编译器移植潮背后，是AI让大规模移植成本骤降，但长期跟进上游行为、保持移植性才是真正的考验。

WebAssembly 与 Agent 沙箱

WebAssembly（wasm）是一种可移植的二进制指令格式，能在浏览器、边缘 Workers 和沙箱中以接近原生的速度执行。Go 编译到 wasm 时需要附带运行时与垃圾回收器，产物体积大、启动慢，且难以精细控制内存；Rust 没有强制 GC，可产出更小、更可控的 wasm 模块，适合在受限沙箱里运行完整工具链。对 Agent 而言，这意味着类型检查、格式化、重构等开发工具可以安全地在浏览器或服务端沙箱中即时执行，无需用户本地安装 Node 环境。OXC 是一个用 Rust 编写的 JavaScript/TypeScript 工具链项目，TSRS 在其下孵化正是为了复用已有的解析器与基础设施。

Mac运行安卓应用与开源桌面排版工具

Mac APK能让安卓应用直接跑在Apple芯片的Mac上，不是模拟器也不是虚拟机，底层没有Linux内核，而是在macOS之上直接实现安卓应用环境。应用以普通macOS进程运行，用Mac的GPU绘制，出现在Dock里。目前处于Alpha阶段，作者测试了71个应用，其中58个完全可用。Koala认为思路类似Linux上的Wine，用重新实现系统接口代替模拟整台机器，性能更好但兼容性要逐个应用去追。苹果芯片本质是ARM架构，让这条路比在X86上容易得多。项目用AGPL协议开源，同时提供商业授权。

DesignCraft是ArtCraft推出的开源桌面排版软件，用纯Rust写成，对标InDesign。主页串接文本框、段落样式、文字绕排这些专业功能都有，排版采用TeX同款Conduce Plus断行算法，支持CMYK专色、出血和PDF/A印刷输出，全平台提供安装包，还有可自托管的网页版。最特别的是每个菜单和面板都能通过MCP服务器让Agent操作。Koala认为专业排版长期被Adobe垄断，开源的Scribus体验一直不够现代，DesignCraft免费无订阅无遥测，有原生面向Agent的思路很新，不过它还在开发中。

排版软件最难的是与InDesign文件的兼容和印刷厂工作流的磨合，能否被专业设计师接受还要观察。

兼容层与 MCP

Mac APK 采用的思路类似 Wine：不虚拟化整台机器，而是在宿主系统上重新实现目标平台的系统接口（这里是 Android 的 Binder、图形与媒体框架），让应用以原生进程运行并直接使用宿主 GPU。这种做法省去内核与指令翻译开销，性能接近原生，但每个 API 都需要逐一实现，兼容性只能按应用逐个打磨。ARM 架构一致性是 Apple 芯片上可行的重要前提。MCP（Model Context Protocol）是让 AI Agent 以统一接口调用外部工具与数据的协议；DesignCraft 把菜单和面板暴露为 MCP 服务，意味着 Agent 可以脚本化地操作排版流程，这是传统桌面软件少见的架构选择。

开源安卓电视桌面：绕开广告与推荐流

Ariel是一个参照Apple TV设计的开源安卓电视桌面，专门给小米、TCL等国产电视用，没有广告和推荐流。它能找出被系统藏起来的应用，支持文件夹、隐藏和卸载安装，只需要打开电视的ADB调试，不用root，随时可以还原。Koala认为开机广告和满屏推荐是国产电视的老痛点，Ariel用替换桌面的方式绕过去，比刷机门槛低很多。局限在于它依赖ADB授权和系统权限，厂商系统升级随时可能把它挤掉，还得重新刷一次。

综合来看，本周的更新共同描绘出一条主线：AI不仅催生了新的推理基础设施，也降低了跨语言移植和系统重实现的成本，而开源工具正在从边缘实验走向生产环境。