【菜科解读】

2002年5月25日，中华航空一架编号为B-18255的波音747-200型客机，在从台湾桃园国际机场飞往香港国际机场的途中，于澎湖海域上空突然解体坠毁，机上225人全部遇难。

这场空难震惊了世界，然而，在空难发生后的第六天，即遇难者“头七”前一天，一位台湾屏东县的张先生收到了一段神秘录音，录音中夹杂着男子的绝望哭喊和海浪声，这一事件迅速引发了广泛关注和猜测，成为了华航怪异事件的核心内容。

空难前因：老旧飞机的隐患

B-18255号飞机并非首次执行飞行任务的新机，而是一架机龄长达22年零8个月的老旧飞机。

这架飞机原计划于当天执行其他飞行任务，但因临时调配，才被征用执行CI611航班任务。

事实上，这架飞机早已被中华航空公司以高价卖给了泰国东方航空公司，当时正在进行出售前的最后一次检修。

飞机的机尾蒙皮在1980年2月7日执行CI009航班任务时，就曾因机尾擦地而损伤。

当时，飞机在未加压的情况下飞回台湾，并在次日接受了临时维修。

然而，这块受损的蒙皮并未得到彻底更换，而是多次被临时修补，留下了严重的金属疲劳隐患。

此外，在1995年之前，飞机上并未禁止旅客吸烟，烟雾通过蒙皮缝隙泄漏，进一步加剧了金属疲劳。

空难经过：突如其来的解体

2002年5月25日下午3时07分，B-18255号飞机从台北桃园国际机场起飞，计划飞往香港国际机场。

起飞后，飞机按照预定航线平稳飞行，并在台北飞行情报区的指挥下逐渐爬升至高空。

然而，下午3时28分，当飞机飞行至澎湖县马公市东北方23海里、海拔约10640米的高空时，机体突然毫无预兆地发生断裂。

先是飞机尾部脱离机体，强大的气流瞬间涌入机舱，造成机舱内瞬间失压。

没有系安全带的乘客和机组人员被吸入空中，而系了安全带的人则随着飞机的解体无助地在高空中坠落。

紧接着，飞机的主体部分也在巨大的冲击力下断成数截，金属碎片、行李、座椅等物品如雨点般从万米高空落下，向着下方的澎湖海域砸去。

台北飞航情报区的管制中心发现飞机信号消失后，立即将这一紧急情况上报，台湾军方和民航局迅速做出反应，展开了一场紧张的搜救行动。

然而，当救援人员赶到现场时，只找到了大量飞机残骸和部分遇难者遗体。

经过一段时间的搜救，官方宣布飞机上的225人已经全部遇难。

神秘录音：跨越生死的呼喊

空难发生后的第六天，即遇难者“头七”前一天，台湾屏东县的张先生收到了一段神秘录音。

张先生的手机因故障关机数日，刚修好开机就收到了这条语音留言。

录音开头是电子报时声：“送出，星期四，5点21分”，随后是长达10秒钟的男子哽咽声，接着是模糊不清的哭喊：“我不要死在这里，我怎么会死在这里……”背景音中还能清晰地听到海浪拍打的声音。

张先生被这段录音吓得魂飞魄散，他反复确认亲戚朋友中没有一个人的声音与录音中的男子相似，而且这个手机号码刚使用不久，知晓的人不超过10个。

张先生试图寻找答案，他将这段录音发给了自己的两个朋友，想听听他们的看法。

然而，他万万没有想到，这段录音如同野火一般迅速在台湾全岛蔓延开来，引起了轩然大波。

有人将其称为“来自地狱的灵异声音”，各种猜测和传言甚嚣尘上。

有人认为这是空难幸存者的求救信号，他们或许在飞机解体时幸运地逃过了致命灾难，随着飞机残骸落入海中，在生死边缘挣扎的他们怀着最后一丝求生的希望，用手机拨通了外界的电话。

而张先生的手机，可能只是一个偶然被拨通的号码。

也有人认为这是遇难者的亡灵留下的留言，这种观点在民间传统观念和一些灵异传说的影响下，得到了不少支持者。

录音恰好出现在华航空难遇难者“头七”的前一天，这一巧合让不少人相信，这是遇难者的灵魂在向世人诉说着他们的不甘和痛苦。

英伟达力荐，小团队两个月开源一款「光速级」智能体推理引擎

机器之心编辑部 智能体时代的核心是算力。

尤其是在 Coding Agent 爆发之后，算力问题变得前所未有地尖锐。

Claude Code、Codex、Cursor 等产品正在把 AI 从「问答工具」变成「持续运行的软件协作者」，单次会话轻松突破 50K tokens，系统负载转向了更极端、更复杂的智能体负载。

最近有关算力的大新闻层出不穷。

今天的最新消息：马斯克的 SpaceX 与 Anthropic 宣布达成了重磅协议，超过 22 万块英伟达 GPU 将为 Anthropic 所用。

而 Anthropic 对与 SpaceX 合作开发未来的太空算力体系「表示有兴趣」。

在如此庞大的算力需求下，除了开源还有节流。

也是今天的最新消息：OpenAI 发布了多路径可靠连接 (MRC)，可帮助大型 AI 训练集群更快、更可靠地运行，并减少 GPU 时间的浪费。

我们知道，即便只是单 GPU 吞吐率上的微小提升，一旦应用到生产级集群中，也能够在服务持续增长需求的同时，节约相当可观的算力。

来自 LightSeek Foundation 的一个小团队，在两个月时间内打造了一个全新的，号称「光速」的大模型推理引擎 TokenSpeed。

这一引擎拥有 TensorRT LLM 级别的性能，vLLM 级别的易用性。

并且拥有 NVIDIA Blackwell 上最快的 MLA 注意力内核。

一经发布，TokenSpeed 就受到了英伟达发推文力荐。

目前，该引擎已经开源。

让我们参阅其技术博客，来深入了解「光速」引擎的技术细节。

博客标题：TokenSpeed: A Speed-of-Light LLM Inference Engine for Agentic Workloads 博客链接：https://lightseek.org/blog/lightseek-tokenspeed.html Github 链接：https://github.com/lightseekorg/tokenspeed TokenSpeed 技术简介 TokenSpeed 从第一性原理出发，专门为智能体推理场景设计。

它为智能体负载提供接近「光速级」的推理能力，核心包括：基于编译器的并行建模机制、高性能调度器、安全的 KV 资源复用约束、支持异构加速器的可插拔分层 kernel 系统，以及用于低开销 CPU 侧请求入口的 SMG 集成。

建模层采用本地 SPMD（Single Program, Multiple Data，单程序多数据）设计，在性能与易用性之间取得平衡。

TokenSpeed 允许开发者在模块边界指定 I/O placement 注解。

随后，一个轻量级静态编译器会在模型构建过程中自动生成所需的 collective operation，从而无需手动实现通信逻辑。

TokenSpeed 调度器将控制平面（control plane）与执行平面（execution plane）解耦。

控制平面使用 C++ 实现，并被构建为一个有限状态机（FSM），结合类型系统，在编译期而非运行期强制执行安全资源管理，包括 KV cache 状态转移与使用。

请求生命周期、KV cache 资源以及重叠执行时序，都通过显式 FSM 状态迁移与所有权语义进行表示，因此系统正确性并非依赖约定，而是由一个可验证的控制系统来保证。

执行平面则使用 Python 实现，以保持开发效率，使研究人员与工程师能够更快进行功能迭代，并降低整体认知负载。

TokenSpeed 的 kernel 层将 kernel 从核心引擎中解耦，并将其视为一级模块化子系统。

它提供了可移植的公共 API、集中的注册与选择机制、组织良好的实现结构、面向异构加速器的可扩展插件机制、经过整理的依赖体系，以及统一的快速迭代基础设施。

与此同时，团队还针对 NVIDIA Blackwell 架构进行了大量性能优化。

例如，他们构建了当前智能体负载场景下速度最快的 MLA（Multi-head Latent Attention，多头潜在注意力）kernel 之一。

在 decode kernel 中，由于部分场景下「num_heads」较小，团队通过对「q_seqlen」与「num_heads」进行分组，以更充分利用 Tensor Core 的计算能力。

而 binary prefill kernel 则包含了经过精细调优的 softmax 实现。

目前，TokenSpeed MLA 已被 vLLM 采用。

TokenSpeed 性能预览 Coding Agents（编码智能体）带来了异常严苛的推理工作负载，上下文通常会超过 50K tokens，对话也经常跨越数十轮。

大多数公开基准测试并不能充分捕捉这种行为。

研发团队与 EvalScope 团队一起，基于 SWE-smith 轨迹对 TokenSpeed 进行评估，这些轨迹密切反映了生产环境中 Coding Agents 的流量情况。

由于生成速度对 Agent 的用户体验至关重要，因此，团队的目标是在维持单用户 TPS（每秒 token 数）下限的同时，最大化单 GPU 的 TPM（每分钟 token 数）—— 通常是 70 TPS，有时是 200 TPS 或更高。

此外，研发团队针对 TensorRT-LLM（目前 NVIDIA Blackwell 平台上的最高水平）对这一设计进行了基准测试，并在认为针对 Agentic workloads 存在更好权衡的地方，采取了与之不同的设计方案。

下图展示了在不同部署配置下（无 PD 解耦），TokenSpeed 与 TensorRT-LLM 的 Kimi K2.5 性能帕累托曲线（Pareto curves）。

每条曲线都以 TPS/User（横轴）作为延迟指标，以 TPM/GPU（纵轴）作为吞吐指标，并通过扫描并发数绘制而成。

对于 Coding Agents（高于 70 TPS/User），最佳配置是 Attention TP4 + MoE TP4。

在这一配置下，TokenSpeed 在整个帕累托前沿上均优于 TensorRT-LLM：在最低延迟场景下（batch size 1）大约快 9%，在 100 TPS/User 附近吞吐量大约高 11%。

团队表示，他们的核心优化之一是 TokenSpeed MLA。

下图对比了 TokenSpeed MLA 与 TensorRT-LLM 的 MLA，后者是目前 NVIDIA Blackwell 上的 SoTA。

可以看出来，优化后的二进制版本预填充内核（prefill kernel），使用 NVIDIA 内部旋钮来微调 softmax 实现，在 Coding Agents 的五种典型预填充工作负载（带长前缀 KV cache 的 prefill）中，都超过了 TensorRT-LLM 的 MLA。

解码内核则将查询序列轴折叠进头轴，以更好地填充 BMM1 的 M tile，从而提升 Tensor Core 利用率。

结合其他优化，在带有 speculative decoding 的典型解码工作负载中（batch size 为 4、8、16，且带长前缀 KV cache），这使得相对于 TensorRT-LLM 来说，延迟几乎降低了一半。

最后，研发团队也表示，该项目于 2026 年 3 月中旬启动开发，虽然目前展示了惊人的性能，但仍有大量底层代码（如 PD 分离、KV 存储等）正在合并和完善中，接下来将继续推进。

从上述性能表现来看，不难看出，TokenSpeed 的出现旨在通过更现代化的架构设计，打破传统推理框架在易用性与极致性能之间的平衡点，为大规模 Agent 部署提供了一个高性能、开源的底座。

而英伟达的力荐，也说明推理引擎正在成为 Agent 时代基础设施竞争的一个新焦点。

更多信息，请参阅原博客！ 参考链接： https://x.com/lightseekorg/status/2052048105412141376 https://x.com/NVIDIAAI/status/2052061195381911806

“4只皮皮虾1035元”最新进展：当事人称已接到最新回复“市监局说价格没问题”

网友质疑“4只皮皮虾1035元”最新进展。

5月7日上午，记者联系上该网友，其回复称目前已经接到三亚市场监督管理局说价格没问题。

据极目新闻：5月5日，有网友反映，其在三亚一家海鲜店宵夜时，仅4只皮皮虾就花费1035元，价格过高，店家存在宰客行为。

网友发帖 该网友发布的图片显示，其于5月4日晚间前往三亚某海鲜店用餐，点了中号红花蟹、大号泰国濑尿虾、椰子饭及部分酒水饮品，4人共计消费1815元。

账单显示，大号泰国濑尿虾的单价为每千克1512元；

另一张点菜单则标注“大泰虾”4只，单价756元。

该网友在帖子中明确表示，已拨打12345政务服务热线进行投诉。

评论区多名网友称价格过高，并表示在其他地方吃没有这么贵。

账单 6日凌晨，三亚市市场监督管理局微信公众号发布情况通报回应此事：“5月5日，我们关注到有网友反映我市一海鲜店存在价格过高的问题，我局立即联合相关部门介入调查，目前三亚放心游平台已启动先行赔付机制。

一旦查实存在违法违规行为，我们将依法从严处理，绝不姑息。

” ▌来源：大象新闻、极目新闻 ▌编辑：韩明霞 校对：汤琪