10 月 20 日，DeepSeek 按 Apache 2.0 协议开源了 DeepInfer，也就是它用来跑 V4.1-Flash 大规模在线服务的那套生产级推理框架（原文）。做 Agent 和自建推理的人，第一次能直接研究它把推理变便宜的那套并行策略与推测解码，只是 KV-cache 管理和多机负载均衡都没给，照抄还到不了生产可用。