最近 Redis 创始人 Antirez 开源了一个项目 ds4，用几千行纯 C 代码把 1M 上下文的 「DeepSeek V4 Flash MoE 模型」，在一台 128GB 内存的 M3 Max MacBook Pro 上完整跑通，同时还能稳定支持 coding agent 循环。 这里的重点是， ds4 不是一个简单的量化操作，而是用「不对称优化」配合「硬件特性深度绑定」来突破「长上下文必须吃掉巨量 GPU/内存”」的限制。 ds4 其实不是通用推理引擎（不像 llama.cpp 或 vLLM），它是专门为…