今天的 GitHub 榜单有点反常。涨得最猛的不是又一层 Agent 外壳，而是两个往下扎的东西：DeepSeek 官方的推理引擎 DeepInfer，10 月 16 日建库，五天 16648 星；Cloudflare 的 security-audit skill，3.5 万星，一直挂在榜上不下来。
一个管算力怎么跑满，一个管代码怎么被审干净。这俩都不打算让普通用户”装上就用”，但都值得你花二十分钟读 README。
DeepInfer：把 DeepSeek 线上的发动机拆下来给你看
README 第一句话就把定位写死了：这是驱动 DeepSeek 大规模线上服务的推理框架，开源版给的是离线推理。
能跑的模型只有一个：DeepSeek-V4.1-Flash。硬件只有两条路：NVIDIA SM100，或者华为昇腾 950 NPU。就这两条，没有消费级显卡的份。
里面塞的东西倒是很实在：
- 内核层用了 FlashMLA、DeepGEMM、DeepEP、TileKernels、DeepSelect，外加自己写的 TileLang 算子；
- 并行上 Attention DP / balanced CP，MoE 走 EP + EPLB（专家并行加动态负载均衡）；
- 解码走 DSpark，用 draft token 加速，再按置信度安排验证，MTP 的 draft 长度默认 5；
- 长上下文用 SWA 有界重放，只重放尾部一段，V4.1 默认保留 140 个 token；
- 调度是异步的，CPU 排 batch 和设备执行重叠，默认开着；
- 还有两个只有做过工程的人才会在意的开关：batch-invariant（不同 batch 组合下结果一致）和确定性采样（同输入、同参数、同输出）。这俩都只支持 NVIDIA。
编译门槛：GCC 13 以上、Python 3.12、CUDA 13 或 CANN 9.2。
然后是最诚实的一段。README 明说，要凑成一个完整的推理服务还缺三样：KV cache 系统、VE / Prefill / Decode 分离（引擎侧功能大部分已实现），以及 DP 副本之间的负载均衡。换句话说，你拿到的是发动机，油箱和传动轴自己焊。
实话：这仓库 99% 的读者装不了。SM100 不是零售货，昇腾 950 更不是。但它真正的价值不是”跑起来”，是一张清单——一个能扛住生产流量的推理引擎到底要解决哪几件事：算子、并行、投机解码、调度、可复现性。自己搭推理服务的人，对着它逐条检查自己缺哪块，比看十篇二手解读管用。
security-audit-skill：让 Agent 互相证伪
Cloudflare 这个仓库 6 月建的，最后一次提交在 9 月中，星数还在涨，现在 3.5 万。它不是一个扫描器，是一份写给 Agent 的流程规范，MIT 协议。
六个阶段，每个都有硬约束：
- 侦察：先把架构、信任边界、输入面摸清楚，产出
architecture.md和coverage-ledger.json（覆盖账本）。 - 覆盖驱动狩猎：按账本里的单元派隔离的 hunter，每个 hunter 记录自己查了什么，再由 coverage critic 找没查到的角落。
- 候选验证：每条不重复的候选，交给一个全新的 verifier，任务只有一个——想办法证伪它。
- 结构化输出：写
findings.json，分 confirmed / needs_validation / rejected 三态，用report-schema.json校验格式。 - 独立记录核验：换一批全新 Agent 复核最终的源码断言，被替换过的记录还要再找另一个验证者。
- 中立报告：
REPORT.md、FINDINGS-DETAIL.md、NEEDS-VALIDATION.md全部从已核验的记录派生，不许自由发挥。
子 Agent 一律不写文件，所有落盘由主控做；账本和 findings 各有一个 cjs 校验脚本卡着，账本改一次就跑一次校验。
这套东西值钱的地方只有一个，但很致命：AI 审代码最大的毛病是自说自话——同一个模型自己发现、自己确认、自己写报告。它把”发现”和”确认”强行拆给不同的 Agent，还专门给”待验证”留了一个状态，并且规定这个状态不许标严重级。这条规矩，比它那些提示词重要得多。
代价也要说清楚。Cloudflare 自己在文档里承认：单次跑最多覆盖大约一半漏洞，靠多轮叠加补缺口；同一个仓库多次跑是增量的，会读上次的 findings，只补没查过的地方。每个候选开一个新 Agent，token 消耗是普通代码审查的好几倍，想先省钱可以看我们之前写的 context-mode。
我自己没在仓库里跑满六阶段，token 顶不住，只逐段读了 SKILL.md 和两个校验脚本。所以别把它当免费的安全团队，它更像一份”怎么让 AI 认真做安全”的作业模板。
最后
这两个仓库的共同点是都不讨好个人开发者：一个要 SM100 或昇腾 950，一个要一堆 subagent 的预算。但方向很清楚——十月的开源热点，已经从”再包一层 Agent UI”退回到”把底座掏出来”。
对大多数人来说，现在最好的用法不是装，是读。DeepInfer 读它的功能清单，security-audit 读它的验证规矩。这两样东西抄进自己的项目里，都不需要额外许可。
