AI工具速递 | 10月24日:DeepInfer 三天涨 9 千星突破 2 万

DeepInfer — DeepSeek 生产级推理框架再爆发

10 月 21 日我们推荐过它（当时 12k 星），现已 21k 星。因为社区深挖出它的独门功夫，再次推荐。当你要在生产环境部署 DeepSeek 模型，又卡在吞吐和延迟的两难时，这套 DeepSeek 自家生产环境在用的框架就是答案。

核心能力比初次开源时看到的更完整：DSpark 投机解码加置信度调度验证，用草稿 token 加速生成；解码器 SWA bounded replay 把 prefill 工作量压到只重放一个有限后缀；批量不变性推理保证同输入同输出，不因 batch 组成变化而漂移。支持 NVIDIA SM100 和华为昇腾 950 双平台，结构化输出可约束到正则、JSON Schema 或 EBNF 语法。

和 vLLM、SGLang 同源但走了不同的路——它把 DeepSeek 线上验证过的并行策略（Attention DP、MoE EP + EPLB）和自家 FlashMLA、DeepGEMM 等五个内核库全部打包进来，不是通用框架加个模型支持，而是为这个模型族从底层重写。

适合谁： 要自建 DeepSeek 推理服务的团队；纯研究或只用 API 的不用折腾。

评价： 值得上手

Kimi K3.1 Pro — 1M 上下文开源模型，编码逼近 Claude

当你想要一个能处理整个代码库的长上下文模型，又不想被闭源 API 绑死时，月之暗面昨天放出的 K3.1 Pro 值得一看——3T 参数级开放权重，100 万 token 上下文，同步发布的还有快 2-3 倍的 Highspeed 版本。

编码能力是这次的重心：Terminal-Bench 4.0 拿到 65.7%，超过 GPT-6 Astra 的 58.2%，离 Claude Opus 5.5 的 66.4% 只差 0.7 个百分点；内部长链路编码基准 Kimi Code Bench 3.0 从 K3 的 55.95% 提到 61.2%。官方演示里它在一个 296 骨骼、402 肌肉的开源人体模型上迭代 167 轮训练行走控制器，奖励调不动时自己开环探测仿真器动力学，修正了 36 处肩部肌肉力臂计算错误。

除了编码，3D 生成和空间推理也是主打：BenchCAD 多视角重建 CAD 代码生成 92.7%，接近 Claude Opus 5.5 的 96.2%。Unity、Unreal、Godot 三大引擎都能直接配合产出完整场景。模型权重 11 月 4 日全量放出，现在 API 已可用。

适合谁： 需要长上下文编码 Agent 的开发者；等权重的本地部署党还要再等等。

评价： 值得上手

leanrea — 一个 8KB 文件干掉整个 MCP 服务器

当你给 coding agent 装逆向工程工具，发现 MCP 层吃掉 40 万 token 上下文、一个月多花一倍钱时，这个项目给了一个反直觉的答案：把 MCP 服务器整个删掉，只留一个 8KB 的 SKILL.md。

它对标的是逆向工程工具集 REA——后者装了 207 个工具定义、3.35MB 描述，agent 还没开始干活就先吞掉 400k token。leanrea 的做法是：告诉 agent 对每种目标文件用哪个原生命令最快（go version -m、otool、asar extract），列出 REA 代码里处理的坑，然后让 agent 自己跑真工具。在 4 个逆向任务基准上，比 REA 省 38% 时间、35% 费用、56% 轮次、60% token，准确率持平（74/75 vs 75/75）。

同一个操作对比很能说明问题：查 Go 构建信息，REA 走 MCP 要 0.56 秒，原生命令 0.06 秒；分析一个 Electron 应用，REA 吐 140MB JSON 花 47.9 秒，原生 asar + ripgrep 只出 24KB、4.8 秒。安装只要一行 npx skills add aicodeking/leanrea，Claude Code、Codex、Cursor 等主流 agent 全支持。

适合谁： 用 agent 做逆向分析、安全研究的人；不做逆向的用不上。

评价： 值得上手

PandaCode — 一个窗口装进所有 coding agent

当你同时在跑 Claude Code、Codex、Copilot CLI 好几个 agent，每个都要开终端、盯输出、来回切窗口时，PandaCode 把它们收进一个桌面应用——左侧任务看板，右侧 agent 对话，底下嵌终端和浏览器。

支持的 harness 覆盖面是目前同类里最广的：Claude Code、Codex、Kimi Code、OpenCode、GLM、Grok Build、DeepSeek、Cline 等 14 个，每个任务可以单独选模型和推理强度。Agent 团队模式能起一个架构师带三个工人，混用不同 harness。看板从 Pending 拖到 Review，每个任务带独立 worktree，一键合并回主干。

差异化在于它不只是个 GUI 壳——本地 macOS/Linux VM、Daytona/Cloudflare/AWS 云沙箱都能让 agent 直接驱动；Telegram、Slack、Discord 机器人挂上去，每条消息就是一个普通任务。Tauri 2 + Rust 构建，用系统 webview，不捆 Chromium，没有遥测和账号系统。macOS、Windows、Linux 全平台有预编译包。

适合谁： 同时跑多个 coding agent 想统一管理的开发者；只用一个 CLI 的没必要换。

评价： 可以观望