8月1日2026 · 星期六

@dotey

DeepSeek V4-Flash 正式版 API 上线，原生适配 Codex DeepSeek 今天把 V4-Flash 从预览版升级为正式版 API，版本号 0731。模型架构和参数规模没变，还是 284B 总参数、13B 激活的混合专家架构，改动集中在后训练上。 升级的核心是智能体（Agent）能力。DeepSeek 的说法是“多项 Agent 基准成绩大幅超过此前的 V4-Pro-Preview”。这句话的意思是，便宜的那个模型（Flash）经过后训练调优之后，在编程和工具调用任务上反超了贵的那个模型（Pro）的预览版。Pro 的正式版还没出，所以这个对比有时间差，但趋势本身值得关注：后训练对智能体场景的提升空间可能比很多人想的大。 另一个看点是 V4-Flash 现在原生支持 Responses API 格式，专门针对 OpenAI 的 Codex 做了适配。Codex 是 OpenAI 的 AI 编程助手，覆盖命令行工具（CLI）、ChatGPT 桌面端和 VS Code 扩展三个入口。之前 DeepSeek 的 API 只兼容 OpenAI ChatCompletions 和 Anthropic 两种格式，想接 Codex 得走代理转换。现在这个中间层不需要了，DeepSeek 甚至提供了一键配置脚本，跑完之后 Codex 所有客户端自动切换到 DeepSeek 模型。 你可以用每百万 Token 输入 0.14 美元、输出 0.28 美元的价格跑 AI 编程任务，同时享受 100 万 Token 的上下文窗口。做个对比，Codex 默认使用的 OpenAI 自家模型，同等量级的价格要贵上一个数量级。对于跑大量 Agent 循环的编程任务来说，Token 成本不是差个百分比的问题，是完全不同的成本结构。 有两点需要注意： 第一，这次只升级了 API 接口，DeepSeek 的 App 和网页端模型没有变化，普通用户暂时感知不到区别。 第二，V4-Pro 的正式版还没发布，官方只说"尽快上线"，具体时间未知。

@deepseek_ai

🚀 DeepSeek-V4-Flash Official API is now LIVE in public beta! 🔷 We’ve massively upgraded its Agent capabilities—benchmark scores are now far surpassing the V4-Pro-Preview. Check out the massive performance leap below! 👇 🔷 The official V4-Flash now natively supports the Responses API format and is fully adapted for Codex! Check out the configuration details in our official API docs: https://api-docs.deepseek.com/quick_start/agent_integrations/codex

@dotey

一位刚走 OpenAI 的软件工程师面试完全流程的候选人在 Reddit 上分享了详细经历。面试共五到六轮，整体偏向分布式系统能力，和传统大厂刷算法题的路子差别很大，面试加了一个新环节：考你指挥 AI 写代码的能力。 招聘电话先聊你对 AI 方向的判断，建议提前读 OpenAI 的公司章程。然后两轮各 60 分钟的技术面：一轮写代码（带版本管理的键值存储），一轮系统设计（有容错机制的任务调度器）。 接着是 48 小时的 take-home 项目，要交付一个能跑的系统。这位候选人拿到的题是分布式 webhook 投递，要实现重试逻辑和死信队列。做完后面试官逐行过代码，每个设计决策都得解释。 现场面试四轮：两轮编程（一轮渐进式多阶段题，一轮偏系统底层，考 Python 的生成器、异步和并发），一轮系统设计（题目是"设计 ChatGPT"，重点看 GPU 分配、自动扩缩容和分布式协调），一轮行为面。行为面不收软技能套话，要的是真实的技术领导力案例，在压力下怎么推动跨团队达成共识。 最有意思的是还在 beta 阶段的第六轮：Agentic Coding Round。给你一个现有代码库加一个靠手写搞不定的大问题，要求你用 AI Coding Agent 来完成。不是所有候选人都会遇到这一轮，但方向很明确。 但它的存在已经说明了方向：在 OpenAI 眼里，“会驾驭 AI 工具写代码”正在从一个加分项变成工程师的基本功。对于正在准备 AI 公司面试的工程师来说，光刷 LeetCode 可能不够用了，怎么跟 AI 编程工具协作、怎么拆解大型问题交给 Agent 去执行，这些能力可能很快会出现在更多公司的面试流程里。

@coolcoder56

OpenAI Software Engineer Interview Experience

@GitHub_Daily

用 10 美元的开发板，256MB 内存，跑十亿参数的大模型，这事真有人做出来了。 PicoLM 是纯 C 写的推理程序，编译出来单个文件约 80KB 大小，零依赖，运行占 45MB 内存。 在树莓派 5 上每秒大约 10 个 Token，树莓派 4 是 8 个，十美元那块板子也有 1 个。 GitHub：http://github.com/RightNow-AI/picolm 作者拿它给 PicoClaw 当本地大脑，两个凑一起就是个全程离线的 Agent，无需联网。 上下文缓存会存到磁盘，若是同一段提示词第二次跑直接跳过，作者实测快 74%。 针对 ARM 和 x86 分别做了指令级优化，注意力计算和缓存也都精简过。 想要在本地跑大模型预算又有限，可以看下这个项目有没有值得参考学习的。

@dotey 转推了

@xiongchun007

今天面试官问我：Agent 在流式输出 Chat Response 的过程中，怎么实现人为中断和上下文感知恢复？ 我说关键就两点： 第一，一个 Task 一个 Session。 用户点 Stop，只是中断当前这次 run，不是清空整个对话。所以停止时，要把当前上下文保存到对应的 sessionId 下；下一次恢复时，再根据这个 sessionId 把上下文加载回来。 第二，要处理 tool call 被截断的情况。 如果中断发生在 tool_call 已经生成、但 tool_result 还没返回的时候，消息链就是半截的。下一轮直接继续，很容易报 Pending tool calls exist without results。所以这类半截 tool_call，必须补一个 recovery result，让上下文重新变成合法状态。 一句话：Stop 停的是这次输出，不是这个 Task 的记忆。 按照这个思路，我把 Stella 的输出停止和带上下文状态恢复给做顺溜了。满分 💯

@Alibaba_Qwen

Introducing Qwen-Audio-3.0-ASR-Flash: More context-aware. Stronger domain-term recognition. 🚀Our latest ASR model upgrades: • Context consistency • Domain-term recognition • Custom hotwords • Speech polishing into structured transcripts ⚡️In internal tests: • Medical term recall: 95.36% • Industrial term recall: 93.24% Qwen-Audio-3.0-ASR-Flash-Streaming： https://www.alibabacloud.com/help/en/model-studio/fun-asr-real-time-speech-recognition-api-reference Qwen-Audio-3.0-ASR-Flash-Filetrans: https://www.alibabacloud.com/help/en/model-studio/fun-asr-recorded-speech-recognition-http-api Qwen-Audio-3.0-ASR-Flash: https://www.alibabacloud.com/help/en/model-studio/non-real-time-speech-recognition-for-fun-asr-flash

@GitHub_Daily

用 Claude Code、Codex 好几个工具，每个都有自己的 Skill 目录，想找某条规则得挨个翻配置文件夹。 Chops 把这些工具的 Skill 和 Agent 文件统一收进一个界面，直接浏览、搜索、编辑。 支持 Claude Code、Cursor、Codex 等 7 大主流 Agent 工具，启动后自动扫描各自的目录。 GitHub：http://github.com/Shpigford/chops 内置编辑器可以直接改文件，还能用合集功能把常用的 Skill 归类，不用动源文件的位置。 文件一改动界面立刻刷新，不用手动重新加载。适合同时用好几个 AI 编程工具的朋友。

@GitHub_Daily

ClaudeSkills，这个开源项目精选的 13 个 Claude Code 技能，颇为实用。 涵盖调研、产品文档、做 PPT、写长文、编程、安全审计、方案架构、性能优化等技能。 GitHub：http://github.com/staruhub/ClaudeSkills 其中调研那个会把来源单独登记一份，引用逐条核对，还会写明哪些结论证据不够。 而 PPT 技能会先出大纲和每页的说明，等确认再渲染，附带一份检查清单，风格库有 17 套。 在安装之前，建议先看下项目里的一份能力矩阵文档，初步了解每个技能是否适合自己。

@GitHub_Daily

有时候看国外新模型发布会，或开远程国际会议，一直没有找到趁手的实时翻译工具。 最近找到 My Translator，能自动抓取系统声音或者麦克风，边听边转写翻译，结果浮在屏幕上。 内置四大翻译引擎，云端的只需两秒左右出结果，也可用本地模型快慢看设备配置。 GitHub：http://github.com/phuc-nt/my-translator 支持双向模式能认出是谁在说话，自动翻成对方的语言，两个人对话不用来回切设置。 还能开启双栏对照看原文和译文，可自定义字体大小，即便是投屏讲课场景，字幕也看得清。 若是有行业术语，可以自己加一份对照表，指定某个专业词语固定翻译成什么。 提供 macOS 和 Windows 安装包，经常要听外语内容的朋友可以先收藏备用。

@GitHub_Daily

家里闲置了几台旧手机，一直在吃灰，扔了又可惜，挂二手卖掉又不值几个钱。 偶然发现 Sentinel 能把旧手机变成监控摄像头，装一个客户端就能用，不用另买设备。 手机负责拍，画面传到电脑上的服务端，浏览器里直接看实时画面，不用装任何插件。 GitHub：http://github.com/suzuran0y/CCTV-Smartphone-AI-Monitoring 还能自动配置，对于录像会按时间分段存成 MP4，截图和日志都有，可以长期挂着跑。 提供 AI 功能，能用传统算法看画面有没有动静，可调视觉模型进行分析，输出事件记录。 家里有闲置安卓手机的朋友，想要让它发挥最后一点余热，可以看看这个项目。

@Pluvio9yte 转推了

@Keji715

国内的厂商对比美国来说，可以拿出来卖token的推理资源太有限了，还要兼顾一下模型迭代的问题，GLM也是无奈之举。 不过这时候对比deepseek，就看出来长期深耕自研的推理框架+国产卡的优势了，这种时候deepseek还能继续大幅度降价，果然一开始做困难的事情，后面会越来越容易。

@Pluvio9yte

GLM的套餐也太离谱了，终于放开套餐了，用量没变的情况下，价格直接从149翻3倍多到了538 同一天OpenAI还进行了大降价： • OpenAI：Luna 砍 80%、Terra 砍 20% • 智谱 GLM Coding Plan：开放订阅但涨价，Lite 大约 49 → 118 元 😅

@Pluvio9yte 转推了