Redis 创造者 Salvatore Sanfilippo（antirez）最近写了一篇文章。他说在 AI 时代，人的控制重点应该从逐行代码上移，转向软件思想、整体设计、测试和产品愿景。新人还是应该亲手实现小系统来建立理解。 我最近把 Codex、Claude、Cursor 的多条业务线分别做成独立文件夹入口，共享 AGENTS.md、registry 和 HANDOFF。Claude 最近反复漂移，让我确认根因不是模型不强，而是边界、状态、验收和写回没锁住。这是我自己用下来踩到的坑。 我还是会让 AI 仔细看代码，尤其是涉及资金、生产、安全和关键路径的地方还是要下钻。真正升级是默认先审思想、边界、验收和证据，再按风险看代码。

🏎️ 太顶了，手头那台大内存 Mac 现在能在本地直接跑 DeepSeek V4，靠的是 DwarfStar 这个新的推理引擎。 GitHub 上 2.2 万 star，仓库今年 5 月才建，四个多月涨到这个数，2205 个 fork、740 个 issue 还开着。项目由 Redis Labs 的 Salvatore Sanfilippo 主导。 本地跑大模型，卡住人的往往不是算力而是内存。想试完整版的 GLM 5.x，一看要求就放弃；换通用的 GGUF 运行器，为了兼容一大堆模型，什么都能跑但什么都不够顺。DwarfStar 反着来：范围故意收窄，只伺候少数几个模型——DeepSeek V4 Flash 和 V4.1 Flash、V4 PRO，GLM 5.2、5.3 和 5.3 Flash，还有 Qwen3.8 Flash Next，代码自成一体，也只认自己生成的 GGUF 文件。 省下来的力气全花在把硬件榨干上。96GB 以上的 Mac 是主要目标，CUDA 那边主打 DGX Spark，还照顾了一些别的后端搞不定的多卡机器；内存不够就走 SSD 流式加载，128GB 的机子靠这招能跑完整版的 GLM 5.x；两台 128GB 的 Mac 用 RDMA 连起来还能张量并行跑 4-bit 的 DeepSeek Flash。八张 L40S 的配置上，16 个会话一起压，跑出了大约 126 t/s 的聚合生成速度。 还有个细节有意思：这引擎本身是作者带着 AI 编程 agent 写出来的，人负责定思路、测试和调试。目前还是 beta 质量，版本变得很快，每次发布前作者会跑一轮比较大的 QA，但不稳定和回归仍然可能出现，上正事之前自己先测一轮。 自己家里那台机器，头一回有资格谈“跑得起旗舰模型”。 GitHub：