1. 剧本开头：Redis之父从马桶上站起来，给AI修了一条专属高速
要说这年头谁还能一边蹲坑一边改变世界？那必须是 antirez------真名 Salvatore Sanfilippo，Redis 他亲爹，GitHub 上七万四千颗星的"内存数据库教父"。
别人上厕所刷短视频，他上厕所写代码。
不是开玩笑，是他老婆亲口认证："Redis 前几年的大部分代码，都是他坐在马桶上，用一台 11 寸 MacBook Air 敲出来的。"
这画面感太强了：西西里岛的阳光照不进意大利老房的卫生间，但 MacBook 的背光映在他专注的脸上，手指在键盘上噼里啪啦，仿佛在给未来敲出一条数据高速公路。
更绝的是，他事后还坦然承认："我真希望能说她错了......但她正好说得完全对。" 这哪是程序员？这是行为艺术家，只不过他的画布是 C 语言，颜料是 core dump。
既是编程大师也是小説家
antirez 向来信奉"小而美"：Kilo 编辑器不到 1000 行 C；linenoise 是 readline 的极简替身；连科幻小说都自己写，2022 年出版《WOHPE》，讲 AI、气候危机和码农的终极浪漫。
他主页第一句话就透着一股子"老子不伺候"的清高："我把大部分专业时间花在写代码和写小说上。" 没有"赋能"，没有"闭环"，只有纯粹的创造欲。
2020 年他离开 Redis 时说："代码是一件制品，而不只是有用的工具。" 宁可被记住为"糟糕的艺术家"，也不当"好程序员"------这话听着傲，但人家真做到了。
十五年过去，从 Redis 到 ds4.c，他还是那个偏执狂：讨厌抽象层堆叠，厌恶"粘合式编程"，觉得现代软件"又复杂又无趣，失去了美感"。
从不缺席"先进"-永远在造极的男人
如今，这位马桶上的极客站起来了------不是从坑位上站起来，是从通用框架的泥潭里抽身，专门为 DeepSeek V4 Flash 在 Mac 上修了一条"专属高速"。
还是那股味儿：极简、精准、自成一体。连 README 都带着幽默毒舌："软件都很烂......CPU 推理会崩内核，重启太麻烦，一点都不好玩。"
现在，他给 AI 修路，依然是坐在思想的马桶上，只不过这次，手里换成了 M3 Max。
2. ds4.c是个啥？------专为DeepSeek V4 Flash量身定制的Mac本地推理引擎
ds4.c 不是那种"啥模型都能塞进去跑一跑"的万能锅，它是一条只给 DeepSeek V4 Flash 开的 VIP 专属车道------没有收费站，没有匝道，连路标都刻着"V4 Flash Only"。
ds4.c简介
它不是 llama.cpp 的马甲，也不是 GGUF 加载器的缝合怪，压根不打算兼容 Llama、Qwen 或 Claude。它的世界里只有一个主角：DeepSeek V4 Flash。
整个项目用 C + Objective-C + Metal 纯手工打造，代码库干净得像刚擦过的 Mac 屏幕------C 占 55.4%，Objective-C 30.2%，Metal Shading Language 13.8%，连个 Python 脚本都不屑混进来。
无运行时、无框架依赖、无抽象层，更别说 Docker 或 npm 那套花里胡哨的依赖树了。你 clone 下来，make 一下，就能喂 prompt 给它吃。
专用定制框架-褒贬不一
它只认 Apple Silicon，因为全靠 Metal ------ 苹果自家的 GPU 编程接口，相当于 CUDA 在苹果生态里的亲儿子。NVIDIA 显卡？对不起，这条路没给你留出口。
目标极其明确：让一个 284B 参数的 MoE 模型，在 MacBook Pro 或 Mac Studio 上不只是"能跑"，而是"丝滑到能写代码"。预填充干到 468 token/s，生成稳在 27 token/s，这速度在本地堪称离谱。
通用推理引擎为啥慢？因为要照顾一百种模型的脾气，加了一堆 if-else 和抽象接口，结果每条路都堵成早高峰。而 ds4 直接拆掉所有护栏，只为一辆车铺沥青------赌的就是 DeepSeek V4 Flash 这张牌。
它甚至自带 HTTP API，兼容 OpenAI 和 Anthropic 两套协议，tool calling 也焊死了，开箱就能接 coding agent。这不是组件拼装，是把整个本地推理链路当成一个完整产品来雕。
antirez 的哲学再次应验：少即是多，窄即是快。与其修一条通向全世界的烂路，不如为一个人挖一条穿山隧道------哪怕明天模型换代，今天也要跑出极限。
这种"单模型专用"策略，本质上是对本地推理体验的一次极致押注。antirez 深知，在 Apple Silicon 上榨干每一分算力的关键，不是通用性，而是对模型结构、量化方式与硬件特性的深度耦合。ds4.c 的每一个 Metal kernel 都只为 V4 Flash 的 MoE 架构调优，每一次内存访问都避开 macOS 的坑洼，连 KV 缓存落盘的哈希策略，都是为 coding agent 的长上下文场景量身定制。这条路注定狭窄，却也因此笔直如箭------没有兼容包袱，没有抽象损耗，只有从代码到硅片的最短路径。
3. 怎么做到这么快？三大黑科技揭秘
3.1 非对称量化：给MoE专家层装"ETC通道"，其他车道保留高速限速
ds4.c没搞一刀切的2-bit暴力压缩，而是精准"瘦身"------只把MoE架构里最占地方的专家层（up/gate用IQ2_XXS，down用Q2_K）压到2-bit，相当于给高速公路上最堵的货车道装了ETC，秒过不排队。而共享专家、投影层、路由这些关键部件，统统保留Q8精度，稳如老狗。antirez直言：这可不是瞎压，coding agent实测能稳稳调工具，说明"省油不熄火"。
3.2 KV缓存落盘：服务区建"记忆仓库"，长上下文秒级复活
普通推理引擎每次对话都从零开始跑prefill，好比每次进服务区都得重新办ETC卡。ds4.c反手就把KV缓存写进硬盘，key值用token序列的SHA1哈希一锁，下次来车只要前缀匹配，直接从"记忆仓库"调取状态，prefill环节当场跳过。这对动辄甩25K token初始prompt的Claude Code之类agent简直是神技------第一次跑完，后续会话秒进高速，连油门都不用踩。
3.3 双API兼容层：一个收费站，同时收OpenAI和Anthropic的币
别家本地引擎还得套中间件转协议，ds4.c直接在收费站顶上挂俩牌子：左边走/v1/chat/completions收OpenAI币，右边走/v1/messages收Anthropic币，tool calling逻辑也焊死适配。开Pi、opencode还是Claude Code？配置文件改两行就行，不用折腾代理、不用写胶水代码，堪称"API无感切换"。这不是兼容，这是把两个生态的入口焊进了同一个岗亭。
三招合璧，专车专用
非对称量化砍掉冗余算力开销，KV落盘消灭重复计算，双API打通主流agent生态------三条黑科技不是孤立功能，而是一套闭环体验。它们共同构成了一条只为DeepSeek V4 Flash服务的"智能高速"：车（模型）是特制的，路（Metal kernel）是专属的，连服务区（缓存）和收费站（API）都按司机习惯定制。没有抽象层拖后腿，没有通用框架打补丁，每一纳秒都花在刀刃上。难怪M3 Ultra跑11709 token预填充能飙到468 token/s------这哪是本地推理，分明是Mac Silicon上的F1赛道。
4. 一个模型一个推理框架？本地推理的新范式正在诞生
"一模型一引擎"：不是卷，是精准打击
ds4.c像一把手术刀，专切V4 Flash这块肉。Hacker News上热评炸锅：如果连GPU型号+模型结构都锁死，推理速度还能再榨30%？有人算账，去掉通用抽象层后，Metal kernel直接贴着MoE专家调参，省下的不仅是算力，还有工程师debug时掉的头发。
高回报背后是高风险押注
模型一迭代，专属引擎瞬间变电子墓碑
antirez自己都认："ds4赌的是V4 Flash，但它可能明天就过时"
可128GB Mac用户不在乎------他们要的是现在就能在本地跑coding agent，不是等半年后的"通用方案"
全栈本地推理：新三位一体
antirez甩出新范式：
- 专属HTTP推理引擎（ds4.c）
- 针对该引擎定制的GGUF量化（非通用格式）
- 与Pi/Claude Code等agent深度联调的验证套件
三者缺一不可，拼成开箱即用的"本地AI体验包"，不再是七拼八凑的乐高玩具。
每辆车配专属赛道，修路师傅还得会写小说
这波操作把"本地推理"从工具升级成产品。未来或许真会出现：DeepSeek V5发布当天，社区立刻冒出ds5.c；Llama 4登场，llama4-metal紧随其后。赛道越修越窄，但车速越来越疯------只要你不介意，下一辆车可能没路可跑。
5. One More Thing：这代码是AI写的，但灵魂是人的
ds4.c 的 README 里藏着一句大实话："本项目在 GPT-5.5 的强力辅助下开发。"
不是 AI 写的代码，是 antirez 自己写的；但写得更快、试得更狠------AI 当键盘侠，人类当主理人。
他明确划线：如果你排斥 AI 辅助编程，这软件不适合你。不道德绑架，不装清高，坦荡得像西西里海风。
这和他"马桶上写 Redis"的哲学一脉相承：工具只是工具，MacBook Air 是，GPT-5.5 也是。真正决定代码灵魂的，是坐在那儿的人。
CPU 推理会崩内核？他不骂苹果，只说"软件都很烂"，然后笑嘻嘻甩锅给 macOS，顺手召唤勇士来修------这股痞气，AI 可学不会。
在抽象层叠满、胶水代码泛滥的今天，他偏要亲手抠 Metal kernel，用 C 语言一行行喂出推理速度。
AI 能生成 for 循环，但写不出"宁可被记住为糟糕艺术家"的执念。
所以别慌，AI 没抢走极客的马桶座。它只是递了卷更软的卫生纸------真正的灵感，还得靠人蹲出来。