DeepSeek 非对称 MoE 架构降本

非对称激活这个设计很刁钻：输入侧 8B 负责快速理解指令，输出侧 16B 保证生成质量，本质上是用架构分工替代了统一大模型的暴力计算。这和 Mistral 的 8x7B、Qwen 的 MoE 路线都不同，后者是对称激活。

对于做终端 Agent 的团队，这意味着你可以在 4090 单卡上跑起 552B 参数的模型 backbone，而不需要 vLLM 复杂的 PD 分离部署。但风险在于 CED 架构的预训练生态几乎为零，社区微调工具和 LoRA 适配都要从头建。

如果你现在用 GPT-4o 或 Claude 做 Computer Use Agent 的 backend，建议拿这个模型跑一遍 SWE-bench 和 OSWorld 的对比，成本差距可能大到足以让你重构整个 Agent 架构。