我的 Mac mini 和 MacBook Air 明明登录着同一个 Apple Account，也在同一个局域网里，Wi-Fi、蓝牙、Handoff 全都开着，但是鼠标推到屏幕边缘就是没反应。 不是偶尔抽风，是始终连不上。 一开始我以为又是显示器布局、推边方向或者 Universal Control 的开关没落盘。结果两台 Mac 来回查了一圈，最后真正修好的动作特别简单：在故障的 Mac mini 上登录 iMessage。 ...
Qwen3.8-27B 这个尺寸我等了挺久：27B 稠密模型还保留了足够的能力，量化后又能塞进单张 24GB 显卡，正好落在本地 Agent 比较实用的一档。 这次我在 4×RTX 3090 24GB 上部署了原始 BF16 权重，对比 vLLM 和 SGLang，又用单卡跑了一遍 Q4 GGUF。接口跑通后，还把同一个模型接进 WorkBuddy 和 DeepSeek Harness（DSH），测试看图、工具调用和真实文件任务。 ...
上一篇我把 DeepSeek-V4-Flash 塞进了八张 RTX 3090，结尾留下两件事：给 3090 测 DSpark 投机解码，再找两张 RTX PRO 6000 跑官方权重。 现在两个坑都填上了。 结果比我预想得更夸张： 八卡 RTX 3090 把 DSpark 参数调对后，固定长输出的单路 Decode 从约 36 tok/s 提升到 61.26 tok/s。 双卡 RTX PRO 6000 的最快方案跑到了约 204 tok/s，长输入 Prefill 也稳定在约 3K tok/s。 不过先说清楚：这不是一场严格控制变量的 GPU 跑分。两边使用的权重、推理引擎、DSpark 配置和虚拟化环境都不同。本文比较的是我实际能部署出来的两套方案，不是单纯比较 RTX 3090 和 RTX PRO 6000 的理论算力。 ...
前两天还在纸面上计算 DeepSeek-V4-Flash 本地部署需要多少硬件，这次不继续算账了，直接上机器。 我最快能调动的本地算力就是八张 RTX 3090。为了腾显存，还把其中四张卡上常驻的 Qwen3.6-27B 服务停了。模型前一天晚上就开始下载，结果中途网络断掉，第二天又重新来了一遍。百兆网拉一百多 GB 的模型，确实很磨人。 ...
从一次 Tool Call 走到真正会继续工作的 Agent Loop：模型调用工具、观察结果、继续决策，直到给出最终回答或触发停止条件。 昨天上班看日报时，很开心看到 DeepSeek-v4-flash-0731 正式发布，对它期待甚高。一直以来主力模型都是海外模型，但是频频封号、支付困难，层层难关只是为了给老外送钱，心里很不是滋味。倒不是要站位，只是被卡脖子的滋味不好受，在哪个领域都一样。 ...