DeepSeek on CAO ZUOHUA

DeepSeek 开源昇腾版 TileLang：一份写给非底层读者的阅读指南

Wed, 30 Sep 2026 22:00:00 +0800

DeepSeek 开源昇腾版 TileLang：一份写给非底层读者的阅读指南

2026 年 9 月 30 日，DeepSeek 官宣开源一批面向华为昇腾算力平台的基础设施组件：TileLang 高级语言编译器、计算库、分布式通信库，共六个组件，与它此前面向英伟达平台开源的那一套「一一对应」。

这条新闻在国内被反复转述为「对标 CUDA」。这个说法方向对、程度夸。本文想做的事只有一件：让没写过 CUDA、也没碰过昇腾的读者，读完之后能自己判断这类新闻里哪句是事实、哪句是厂商自评、哪句是媒体加的戏。

一、30 秒结论

先把答案给出来，后面全是展开。

发生了什么：DeepSeek 把自己训练和推理真正在用的那套底层软件，从英伟达平台搬到了华为昇腾平台上，并且开源了。核心是编程语言层（TileLang），外围是六个可直接调用的库。
为什么重要：英伟达真正难被替代的不是芯片，是芯片外面那层软件。别人能做出一块算力接近的卡，但做不出「让四百万开发者不用重新学习就能把模型跑起来」的那层东西。这次是模型厂商第一次把自己吃饭的家伙下沉到国产芯片上，性质比「适配一下模型」重得多。
哪句要打折：所有性能数字都是厂商自评，没有第三方基准；跑出那些数字用的还是非公开的 PoC 固件；官方没有说 V4 已经在昇腾上完成了全量训练。
一句话定位：这不是「国产 CUDA 建成了」，而是「国产芯片的软件生态，第一次有了一个由顶级模型团队亲手填上的、可用的关键零件」。

二、补三个概念：写给不写底层代码的人

要读懂这条新闻，只需要三个概念。它们都有日常类比。

2.1 算子（kernel）：AI 芯片的「招式」

大模型跑起来，本质上是无数次的矩阵乘法、加法、数据搬运。每完成一个不能再拆的基本运算单元，就叫一个算子（英文 kernel，直译「内核」，但在中文语境里叫算子更准确）。

类比：如果 AI 芯片是一台厨房设备，算子就是一套固定的刀工——切片、切丝、剁馅。市面上有现成的刀工（框架自带的算子），但顶级厨师遇到特殊食材时，必须自己设计一套新刀法。这套新刀法就是「自定义算子」。

关键点：算子的效率决定了芯片效率。 同一块芯片，算子写得好能跑到理论性能的 99%，写得差可能只有 30%。芯片参数的差距，经常被算子水平的差距盖过去。

2.2 编译器 / DSL：从「人话」到「机器指令」的翻译官

直接对着芯片写指令，等于让人用汇编语言写 App——不是不行，是太慢太痛苦。于是有了编译器：你用一门更接近人话的语言描述「我要做什么」，它负责翻译成芯片能执行的指令，并顺手做优化。

这门「更接近人话的语言」如果只为某个领域服务，就叫 DSL（领域专用语言）。TileLang 就是这类东西，而且是 Python 风格的——这一点很重要，因为后面所有性能优势都来自「写起来像 Python，跑起来像手写汇编」。

2.3 CUDA：英伟达真正的护城河

CUDA 是英伟达的编程语言 + 整套工具链。它之所以是护城河，不是因为语言本身多优美，而是因为：

十几年积累的库、调试器、性能分析器、文档；
几乎所有 AI 框架都优先支持它；
据《纽约时报》估计，全球约 400 万开发者 已经会用它。

换一块卡容易，换掉这 400 万人脑子里的东西很难。这就是为什么「国产芯片」的瓶颈常常不在算力，而在软件。

DeepSeek Harness 解读（四）：minimal 真的是最小 Agent 吗？

Tue, 18 Aug 2026 10:30:00 +0800

这是 DSH 系列的最后一篇。我们之前问过：minimal preset 只有两个工具，它是否已经是最小化 Agent？答案是：对模型可见能力来说接近最小，对真实运行时来说并不是。

DSH 的四种 preset 不是四个产品

DSH 当前把 Agent 能力组合成几类 preset：

standard 完整 Coding Agent
ptc TypeScript Code Mode / PTC
minimal persistent bash + str_replace_editor
creator 运行时检查和插件实验

它们不是四个独立程序，而是同一个 Cordis Runtime 上的不同能力组合。

这一区分很重要：preset 决定的是某个 Agent Scope 可以看到和使用哪些能力，而不是重新启动一套完全不同的 Agent 实现。

minimal 为什么看起来很小

DSH 的 minimal 配置对模型暴露的主要能力只有：

1. persistent bash
2. str_replace_editor

同时它关闭或抑制了很多额外上下文：

不加载完整 Coding Agent 的复杂工具集；
不注入运行时上下文；
不使用默认的复杂压缩能力；
使用固定、短的系统提示；
让 Bash 在多个 step 之间保持状态。

相关实现可以直接看 minimal agent preset 和 minimal runtime 设计记录。

DeepSeek Harness 解读（三）：会话、记忆与上下文压缩

Tue, 18 Aug 2026 10:20:00 +0800

这是 DSH 系列的第三篇。很多 Agent 都声称支持“记忆”，但这个词往往同时指会话保存、上下文压缩、跨会话召回和目标续跑。DSH 的有趣之处，是把这些问题明确拆开了。

先把“记忆”拆成五件事

Session Persistence 保存发生过什么
Context History 决定模型当前看到什么
Compaction 压缩当前可见历史
Long-term Memory 跨会话主动召回知识
Goal State Agent 还要继续完成什么

DSH 内置支持前四项中的一部分：它强内置会话事件日志和上下文压缩，Goal 是持久任务状态；真正的语义长期记忆则通过外部 Provider 或 MCP 接入。

1. Session Persistence：日志才是事实来源

DSH 不把 messages[] 当作唯一状态，而是将一次交互保存为 append-only 的类型化事件：

turn/start
user/message
assistant/chunk
assistant/message
tool/call
tool/result
step/end
turn/end

模型的历史消息由这些事件重新派生。这样可以让 UI、Replay、Fork、Telemetry 和恢复逻辑共享同一份事实来源。Session 文档

持久化层通过 ctx.sessionPersistence 抽象出来，目前支持 JSONL 和 SQLite 后端。写入采用批处理和 flush checkpoint；崩溃恢复时，DSH 会识别没有关闭的 turn，并以 interrupted 结束它，而不是粗暴截断日志。Persistence 文档

这是一种“事实优先”的设计：

原始日志尽量完整
模型上下文可以变化
历史投影可以重新计算

2. Compaction：压缩可见表面，不删除原始历史

上下文接近模型窗口时，DSH 不直接删除旧事件，而是选择一段旧的 surface，调用 summarizer 生成摘要，然后追加一个 checkpoint：

DeepSeek Harness 解读（二）：内核不是 Agent，而是 Cordis 运行时

Tue, 18 Aug 2026 10:10:00 +0800

上一篇讨论了 DSH 为什么不应该被简单看成“另一个 Codex”。这一篇进入源码架构：DSH 的真正内核不是一个大而全的 Agent 类，而是一套用来组装 Agent 的插件运行时。

先给一个简化模型

Runtime = Profile + Bundle + Patch + Plugin
Agent = Scoped Context + Session + Agent Driver
Turn = LLM Request + Tool Pipeline + Durable Events

DSH 官方文档对自己的描述很直接：模型适配器、工具注册表、会话日志和 Agent Loop 都是插件；没有一个需要被所有扩展修改的 privileged core。DSH Architecture

这里的“没有核心”不是说系统没有基础代码，而是说：基础服务存在，但业务能力没有被绑死在一个不可替换的中心对象里。

Cordis：Context 是服务仓库

Cordis 是 DSH 底层的插件框架。每个插件可以向共享 Context 注册服务：

ctx.llm 模型适配器
ctx.sessions 会话存储
ctx.tools 工具注册表
ctx.systemPrompt Prompt 组装
ctx.fs 文件系统能力
ctx.sandbox 沙箱能力
ctx.agents Agent 注册表

插件不直接依赖具体实现，而是通过 ctx.<key> 找到能力；依赖通过 inject 声明，加载顺序由服务依赖关系决定。插件注册的工具、Prompt、Provider 和事件监听器都会通过 effect 安装，并在插件卸载时撤销。Cordis Primer

DeepSeek Harness 解读（一）：它不是另一个 Codex

Tue, 18 Aug 2026 10:00:00 +0800

这是一组关于 DeepSeek Harness（简称 DSH）的源码级解读。第一篇先回答一个很现实的问题：市场上已经有 Codex、Claude Code，为什么还需要 DSH？

先说结论

如果需求是“给我一个现在就能写代码的 Agent”，普通用户没有太多理由选择 DSH。Codex 和 Claude Code 的优势在于完整的产品体验：安装、权限、上下文、编辑、测试、恢复和日常交互都已经被包装好了。

DSH 的合理定位不是“另一个更好用的 Codex”，而是：

一个可编程、可替换、可嵌入、可自托管的 Agent Runtime，同时提供一个 DeepSeek 原生的 Coding Agent。

这两个定位看起来相近，实际上面对的是不同买家。

三种产品不是同一层

可以把 Agent 市场拆成三层：

模型层：DeepSeek / OpenAI / Anthropic / 自建模型
运行时层：DSH / OpenAI Agents SDK / Google ADK / LangGraph / Pi
产品层：Codex / Claude Code / 企业内部 Agent 产品

Codex 和 Claude Code 的核心目标是让用户完成任务。它们当然也在开放 Skills、MCP、SDK 和企业部署能力，但用户不需要先理解运行时内部结构，就可以开始工作。Codex 开发者主页、Claude Code CLI 文档

DSH 的重点则是把运行时本身暴露出来：模型适配器、工具注册表、Session Log、Agent Loop、沙箱和审批都可以通过插件和配置组合。官方架构文档甚至明确写道，产品中的这些部分都属于插件，而不是一个必须修改的特权核心。DSH 架构文档