Claude Code 接入 DeepSeek 教程：Windows / Mac 配置与 API Key 设置

这篇教程讲如何把 Claude Code 的模型请求从 Anthropic 切到 DeepSeek API，保留 Claude Code 的 Agent 工作流。

Awaiting translation

Flash-Agents: an MCP plugin that hands Claude Code's coding tasks to a DeepSeek Flash worker

Flash-Agents is a Claude Code plugin that delegates bounded coding work—implementing slices, porting tests, reviewing diffs, mapping out a codebase—to a DeepSeek V4.1 Flash worker, while Claude keeps architecture, acceptance criteria, and final review.

Planning with GPT, Execution with DeepSeek: A Cost-Saving Two-Model Workflow

The author has GPT (gpt-6.1-sol, reasoning tier high) handle planning, key decisions, and acceptance in Codex, and calls DeepSeek-V4.1-Flash through the official DeepSeek Harness to write code, run experiments, and fix bugs—together producing a local PDF toolkit with five working features.

中国的 vibe-coding 之都良渚能告诉我们什么关于 AI 热潮的事

杭州良渚聚集了一批逃离 9-9-6 的开发者，在这里以 vibe-coding 方式构建 AI 产品，如模拟飞行环境的专注计时器 FocusFlight、AI 工作流工具 YouMind，以及用大语言模型解读八字的 FateTell，后者已有数十万用户。北京已将 AI 列为国家优先事项并推出 A.I. Plus 计划，但良渚的软件更偏向小众趣味，类似手工作坊式产品。

Awaiting translation

技术观察：2026年9月本体、Jev决策模型、自进化RSI与大模型发布月度总结

2026年9月共发布43款大模型，国产约占八成，1M上下文与全模态成标配，Intern-Decision、NeoHorse-1等"决策模型"与"自进化后训练"新品类首次进入开源清单。

Awaiting translation

Space Bunny 测评：免费 Flash 模型支持 1M 上下文与原生多模态

匿名 Flash 模型 Space Bunny 在 OpenRouter 和 OpenCode 上调用量很大，支持 1M 上下文和原生多模态，作者实测其能力好过 DeepSeek V4.1 Flash，速度明显快于 GPT 6 Sol，视频理解、长程任务与 Coding 表现不错，遇到 Bug 时会自主调用视觉工具截图验证。

Awaiting translation

MiniMax M3.1-Flash-Preview 实测：Flash 档位横评 DeepSeek V4.1 Flash 与 GLM 5.3 Flash

MiniMax 公测 M3.1-Flash-Preview，在 MiniMax Code 和 Token Plan 均可调用，实测流式输出平均 118 tokens/秒、TTFT 380 毫秒。

Awaiting translation

AI 推理利润率崩塌正在加速

Martin Alderson 认为前沿实验室的推理价格战正在加速：OpenAI 在约两个月内把 GPT-5.6 Luna 降价 90%、GPT-6 Sol 降价 60%，Anthropic 的 Opus 5.5 输入输出降价 20%、缓存读取降价 60%。

Awaiting translation

Claude Opus 5.5：世界最强模型，同时也是最便宜模型

Claude Opus 5.5 被称为截止今天的世界最强模型，同时也是最便宜的模型。作者用 Claude Max Plan 20x 实测：月费 $200 美金，5 天消耗 164 亿 Token，折合每月可消耗 600 亿 Token，考虑缓存后实际价值约 $15000～$20000。

Awaiting translation

OpenCode + OpenChamber + DeepSeek V4 Flash：我的 AI Coding 全家桶配置实录

作者长期高强度使用 OpenCode + OpenChamber + OpenCode Go 与 Ollama Cloud 的 DeepSeek V4 Flash 订阅，同时跑 15 个项目额度消耗很少。

Awaiting translation

Cline 如何把 1100 万用户迁移到最大一次 harness 升级

Cline 把 VS Code 扩展从约 76,000 行单体核心迁移到 Cline SDK，并自建灰度发布机制：一个安装包内打包 loader、legacy 和 next 两套扩展，由 PostHog 功能开关按百分比决定激活哪套，崩溃时自动回退到 legacy，开关可随时降到 0% 作为 kill switch。

Awaiting translation

Anil Madhavapeddy 与 rclone 维护者称 AI 智能体让漏洞披露流程失效

Simon Willison 转述剑桥大学计算机教授、OCaml 编译器核心维护者 Anil Madhavapeddy 的观察：OCaml 项目补丁刚被公开讨论，约十分钟内就有网站开始探测百分号编码的路径穿越序列，说明自动化监控在盯着公开仓库。

Awaiting translation

Terminal-Bench-Science 0.1 发布：70 项科研任务，Claude Opus 5 解决率 30%

斯坦福大学研究人员主导、Terminal-Bench 团队联合全球科研机构专家打造的 Terminal-Bench-Science 0.1 发布，首批含生命、物理、地球、数学和工程科学领域的 70 项任务。

Awaiting translation

Cline 实测八个模型做 IMO 2026：DeepSeek V4 Flash 以 0.12 美元拿到金牌线

Cline 让八个模型在自家 harness 里做 IMO 2026 六道题，证明由 GPT-5.5 和 Claude Opus 5 双盲按 0–7 分制评分、Gemini 3.1 Pro 仲裁，金牌线为 29 分。

Awaiting translation

模型竞赛降温，企业市场成新战场

OpenAI 于 3 月 24 日宣布关停 Sora，API 将于 9 月 24 日下线，同期重心转向 Codex 和企业版 ChatGPT；Anthropic 则围绕 Claude Cowork 和 Claude Design 构建角色权限、支出限额与可观测性等企业能力。

Awaiting translation

迫于 DeepSeek 涨价，求推荐替代接入 Claude Code 的模型/API

有开发者因 DeepSeek v4 pro 涨价，在 V2EX 求推荐能替代接入 Claude Code 的模型/API。其需求包括支持超大上下文与最大 effort、同时兼容 Anthropic API 和 OpenAI API，并提到 ChatGPT 5.6 Sol 的 Ultra 模式也非 100% 成功率。评论区有人推荐 5.6luna，称速度稍慢但更便宜。

Awaiting translation

解读 DeepSeek Harness 与 Cordis 的时空可组合智能体架构

DeepSeek AI 与北京大学在论文中提出时空可组合性，形式化了 DeepSeek Harness 底层开源 TypeScript 微内核 Cordis 的架构。

Awaiting translation

警惕缓存读取成本：长会话中它可能占账单八成

作者指出，跑智能体任务时缓存读取而非输入输出才是主要成本，因为每轮都要重读已有上下文，累计开销随轮次呈平方增长。

Awaiting translation

给 DeepSeek V4 Flash 补上多模态：用 Qwen-3.7-Flash 识图的路由方案

DeepSeek V4 Flash 缺多模态能力，可用 Qwen-3.7-Flash 作视觉补充，通过路由组合补齐读图场景。方案是输入带图片走 Qwen-3.7-Flash 识图并输出结构化描述，纯文本继续走 V4 Flash 推理，也可把描述交给 V4 Flash 做深度推理、写代码和总结。

Awaiting translation

DeepSeek V4 Flash 正式版深度体验：便宜、快、1M 上下文、内置搜索

作者深度体验几天 DeepSeek V4 Flash 0731 正式版后总结：便宜到跑批处理、Agent 循环和几十轮对话账单基本无感，速度快到配合 Agent 工具循环每步几秒内完成，1M 上下文可容纳整个仓库和完整对话历史、无需频繁 compact，结合 Cache 打折长上下文成本还能再降。

Awaiting translation

2026 年值得开发者关注的 5 个开放权重模型：Kimi K3、DeepSeek V4、GLM-5.2、MiniMax M3

Cline 盘点了 2026 年值得开发者尝试的 5 个开放权重模型：Kimi K3、DeepSeek V4 Flash、GLM-5.2、DeepSeek V4 Pro 和 MiniMax M3。

Awaiting translation

作者称现在选日常模型主要看速度而非智力

Martin Alderson 表示自己第一次不再按原始智力挑选日常主力模型，而是按速度挑选，因为 Opus 4.6 级别的模型对写代码、整理研究、做幻灯片和数据库分析等日常任务已经够用。

Awaiting translation

KV cache 压缩发展简史：单 token 内存九年降约 100 倍

作者梳理了 KV cache 压缩技术的发展脉络，指出存储一个上下文 token 所需内存自 2017 年以来下降约 100 倍，而同期顶级数据中心 GPU 显存仅从 16GB 增至 288GB。

Awaiting translation

DeepSeek 的 10 万亿美元大战略

DeepSeek 正以开源和极致压缩 KV 缓存换取中国 AI 硬件生态的独立：在 100 万上下文、8-bit KV 精度下，1.6T 参数的 DeepSeek V4 仅需 5.48 GB HBM，而 GLM5 需 60 GB、Qwen3-235B-A22B 需 89 GB。

Awaiting translation

开放权重模型正在悄悄收紧，这会带来什么问题

作者 Martin Alderson 认为开放权重模型正在收紧，Meta 已完全不再发布最新的 Muse Spark 模型，阿里越来越多地只在 API 上首发模型，Kimi K2.6 的许可证要求月活超 1 亿或月收入超 2000 万美元的产品在 UI 中显著标注 Kimi K2.6，Mistral 也对商业使用附加了不同条件。

Awaiting translation

在 Cursor 中通过本地 Ollama 和 GitLens 使用 deepseek-v4-pro:cloud 的配置经验

作者发现 Cursor 直连 DeepSeek API 在 V4 加思考加工具调用时容易出错，因为调用方需要正确回放 reasoning_content，于是改用本地 Ollama 跑 deepseek-v4-pro。

Awaiting translation