deepseek

我才是银古

OpenCode × DeepSeek V4：多 Agent 上下文管理的两层优化实战在 OpenCode 多 Agent 框架下跑 DeepSeek V4，一个典型的开发会话长这样：Orchestrator 拆任务 → planner 出方案 → deep-worker 写代码 → reviewer 审结果。每一环都在往上下文里塞东西——prompt、tool call、返回结果、反复读写的文件内容。DeepSeek V4 给了 128K 窗口，但窗口大不代表你可以随便浪费。原生 compaction 是"被动兜底"，等到快溢出了才动手，那时候 token 已经花出去了。

企业工商公开信息采集分析：OpenClaw 批量查询企业工商信息，生成企业画像报告在商业决策、风险控制和市场研究等领域，企业工商信息是最基础、最核心的数据资产之一。通过公开渠道获取并分析企业的注册资本、股东结构、司法涉诉、经营异常等多维信息，可以快速构建出目标企业的全景画像，为投资、授信、合作评估提供有力依据。

拆解 harness9（9）：Observability 可观测性在上一篇文章中，我们分析了 harness9 框架的 Sandbox 沙箱隔离机制。本次内容我们继续看下 harness9 如何搭建的 Observability 可观测体系。

SuperPower vs grill-me：AI编程圈两大skill正面交锋，你站哪边？一个给你整套工程纪律，一个只管追问你到底。都是写代码前让你想清楚，走向却截然不同。数据来源：GitHub API 实时查询（2026年7月22日）

招投标公开数据自动化采集实战：基于 OpenClaw 的定时抓取与业务关键词精准推送在竞争日益激烈的项目型业务中，能否第一时间获取招投标信息往往决定了企业的市场响应速度与中标概率。传统的人工逐站查阅方式不仅效率低下，而且极易错过发布窗口。随着各地政府采购网、公共资源交易平台、企业自建招标系统等数据源的快速膨胀，招投标公告以每天数千条的规模刷新，纯靠人力已经无法保证全面覆盖与及时跟进。针对这一痛点，我们将以开源自动化采集框架 OpenClaw 为核心，结合定时调度、智能解析、关键词匹配与多渠道推送，构建一套从数据发现到业务落地的完整自动化流水线。

麦哲思科技任甲林

Codex+ChatGPT 胜过TRAE+DeepSeek组合的感受在我应用TRAE+DeepSeek V4 pro（以下简称TD组合）开发了多个应用，50万代码的开发之后。我决定尝试一下Codex+ChatGPT 5.6 sol的组合，以下简称CC。

正在走向自律

Deepseek V4 Flash 高效应用实战指南2024 年双十一，某品牌客服系统在零点刚过便涌入数十万条咨询——物流查询、优惠叠加、退款进度，问题类型高度重复，但每一条都要求即时、个性化的回应。人工坐席全员上线仍被洪峰瞬间淹没，大量用户排队等待，体验急剧下滑。这种场景并非个例：电商大促期间如潮水般的咨询、跨部门协作中海量文档的精准检索、市场热点出现后黄金一小时内必须出街的多版本文案……传统线性工作流在面对瞬间爆发的业务量时，往往因为响应速度慢、内容产出单一而成为瓶颈。团队真正缺乏的不是解决问题的能力，而是将重复性高、逻辑固定但耗时巨大的事务性工作，交

1.0 从零构建 DeepSeek R1 WebGPU 浏览器推理应用：一次现代前端工程与端侧 AI 的深度碰撞仅用四个核心文件——index.html、main.tsx、App.tsx、index.css，我们构建了一个在浏览器中本地运行 15 亿参数推理模型的 WebGPU 应用。这件事的本质意义是：浏览器正在成为 AI 推理的第一方运行时，而现代前端工程体系（Vite + React + TypeScript + TailwindCSS）恰好为这件事提供了最低门槛的实现路径。

云卷云舒___________

阿里开源Qwen3.8 2.4T模型预览版、并推出Token Plan订阅、DeepSeek Harness与V4正式版同发 | 7月20日 AI日报💡 今日趋势速览：阿里开源2.4万亿参数Qwen3.8模型并推Token Plan订阅，DeepSeek Harness代码智能体将随V4发布，模型与工具生态竞争加剧。

不爱记笔记

2026 WAIC大会亮点解析！超节点、机器人与AI应用全面开花摘要： 2026世界人工智能大会在上海举办，超过1100家企业参展，3000多件产品亮相，其中300多件为全球首发或首秀。本文基于B站UP主科技狐的大会长视频内容进行整理，通过Ai好记完成视频转录和要点提炼，从AI算力基础设施、机器人、AI终端硬件、应用层四个维度梳理大会核心亮点。

CAE虚拟与现实

AI 编程助手的语境下Fork是什么意思？这个设计灵感来源于 Unix 系统的 fork() 系统调用，可以把它想象成：你（主线程）：正在和 Codex 进行一场深入的对话，讨论一个大型项目的重构方案。

AI大模型扎堆上新？Kimi K3、Qwen 3.8、DeepSeek v4马上上线，旧的还没用上，新的就来了！比当年山寨机上新还快！不知道大家最近有没有详细了解大模型方面，现在离了AI几乎就没法干活儿了。而且最关键的是现在面试去，无论前端、后端、测试岗都会问AI。我之前还见过一个公司面试问“过拟合”，我当时就反问他，我面的不是前端岗嘛？

云卷云舒___________

DeepSeek V4灰度测试、马斯克Grok 4.6下周开测、上海AI实验室Intern-S2击败Opus4.8 | 7月18日 AI日报💡 今日趋势速览：DeepSeek V4灰度测试提升推理能力，马斯克Grok 4.6下周全面测试，上海AI实验室Intern-S2开源模型击败Qwen3.6和Opus4.8。

OpenClaw 合规公开数据采集入门：合法边界、数据源选型与反爬规避实操指南在大模型训练、市场竞品分析、舆情监控以及学术研究等多个领域，公开数据的获取已经从“锦上添花”变成了“刚性需求”。然而，随着全球数据隐私保护法规（如 GDPR、CCPA、中国的《个人信息保护法》和《数据安全法》）的日益严苛，以及各大互联网平台对反爬虫策略的不断升级，“随意爬取”的时代已经彻底终结。对于开发者、数据工程师和研究人员而言，掌握一套合规、高效且稳健的公开数据采集方法论，不仅是对自身职业生涯的保护，更是确保数据业务可持续发展的基石。

从零构建 AI 驱动的 Flutter 应用：HabitGo 的 AIGC 全链路实践这段时间我用 Flutter 做了个习惯追踪 App，一开始只是想练手，后来发现把 AI 真正用好、用深这件事比我想象中有趣得多——不是简单地调一个 /chat/completions 就完了，而是要在 prompt 工程、用户体验、成本控制、个性化、容错兜底之间找到平衡。

自动化工程实践：基于 DeepSeek 与 Hardhat 的 Web3 技术长文生成 Skill 实现在 Web3 领域，技术迭代速度极快。对于开发者而言，深入理解并复现一个热门协议的架构，往往需要翻阅海量的文档、分析错综复杂的合约代码，并手动搭建繁琐的测试与部署环境。这不仅耗时，而且极易因环境配置问题中断研究思路。

时间开销自动统计：OpenClaw 记录工作任务时长、分析时间分配、给出优化建议每一天，我们在工作台前坐下，打开编辑器、浏览器、通讯软件，在各种任务之间来回切换。一天结束时，常常感到精疲力竭，却说不出到底把时间花在了哪里。是会议太多？是调试某个 Bug 耗费了三个小时？还是在文档撰写上纠结了太久？模糊的时间感知，是效率的最大敌人。

DeepSeek V4 峰谷计费上线：怎么把 AI 账单砍掉一半2026 年 7 月中旬，DeepSeek V4 正式版上线，带来了一个重要的变化：峰谷计费。北京时间的峰时（9-12、14-18）价格翻倍，谷时不变。

赛联区块链

工厂使用AI降本增效实践与探索今天和大家一起探讨下AI在工厂如何落地，也是把这几年积累的经验，一些想法和大家聊一聊。我叫张群，柴犬AI创始人，工信部数字赋能的讲师，2023年之前研究区块链，在圈里小有名气。过去十几年一直在数字化赋能这个圈子里，做的都是工厂里真正能用起来的东西。2024年前后开始系统研究AI在制造业的落地，走访了超过60家工厂，涵盖五金、纺织、印刷、包装、食品代工等多个细分行业。见过很多工厂老板，也见过很多被供应商忽悠着买了设备然后吃灰的案例。所以这篇文章我不讲概念，只讲我亲眼见过的东西。

RadixArk 在 DigitalOcean 上实现 DeepSeek V4 吞吐量提升 10 倍RadixArk 是一家基础设施优先的公司，专注于推动前沿 AI 的普及。它的创始团队使用开源技术构建 AI 基础设施层，让更多团队能够大规模运行前沿模型，这样团队就不用从零开始重造推理引擎、训练框架和编排层。