【菜科解读】

据新华社5月6日报道，中共中央政治局委员、外交部长王毅在北京同伊朗外长阿拉格齐举行会谈。

2026年5月6日，中共中央政治局委员、外交部长王毅在北京同伊朗外长阿拉格齐举行会谈。

视觉中国 图

伊朗外长阿拉格齐此次访华，正值伊朗局势处于战和转换的关键节点。

本轮伊朗战事自2月28日美以对伊朗发动军事行动后升级，霍尔木兹海峡通航安全也成为各方关注焦点。

4月8日，在巴基斯坦斡旋下，美伊达成临时停火，但伊核、制裁及地区安全安排等核心分歧仍未解决。

与此同时，美军4架C-17运输机现身北京，卸下先遣物资，外界猜测其与中美可能于近期举行的高层互动密切相关。

中国外交部已经多次回应过关于中美元首会晤的猜测，也明确表示双方外交工作团队正为此保持着联系。

会谈中，阿拉格齐通报了伊美谈判最新情况及伊方下步考虑，表示伊方将坚决维护国家主权和民族尊严，同时通过和平谈判方式，不断积累共识，寻求全面、永久的解决方案。

王毅强调，习近平主席郑重提出维护和促进中东和平稳定的四点主张，得到国际社会积极响应。

中方认为，全面止战刻不容缓，重启战端更不可取，坚持谈判尤为重要。

中方支持伊方维护国家主权和安全，赞赏伊方愿通过外交途径寻求政治解决。

5月6日，伊朗外长用中文发帖：伊方信任中方，期待中方为促和止战继续发挥积极作用。

伊朗外长访华、中美高层互动临近，这是否意味着伊朗战事很快就会结束？

《纽约时报》刊文称，美伊冲突爆发后，阿拉格齐是首位访问北京的伊朗高级官员。

他与中国外长的会面，是北京为促成结束冲突而采取的谨慎举措中的又一步骤。

上海外国语大学中东研究所教授刘中民对澎湃新闻（www.thepaper.cn）表示，阿拉格齐此次访华，在很大程度上是美国、以色列与伊朗爆发冲突以来，中国继续推动中东局势降级、发挥建设性作用的重要延续。

中国直接介入斡旋美以伊冲突并不现实，但在防止冲突外溢、防止地区局势进一步升级方面，中国实际上发挥了相当重要的作用。

自本轮冲突爆发以来，中国外长王毅多次与地区国家和相关大国外长通电话，中国政府中东问题特使也多次赴海湾国家沟通访问。

近期，阿联酋高级别王室成员访华、伊朗外长来华……中国正持续通过外交方式推动局势缓和。

刘中民认为，中国尤其在避免伊朗与海湾国家关系进一步恶化方面发挥了较大作用。

事实上，伊朗与海湾国家关系近年来改善，本身就与2023年中国推动沙伊和解密切相关。

而在本轮冲突中，伊朗与部分海湾国家之间紧张关系再度上升，中国在缓和矛盾、防止冲突向整个海湾地区外溢方面做了大量工作。

伊朗媒体也对此次阿拉格齐访华高度关注。

伊朗伊斯兰共和国通讯社报道称，阿拉格齐在北京表示，伊朗准备捍卫自身，同时仍致力于外交。

伊朗媒体Press TV则称，阿拉格齐认为，中方也认同“战后的伊朗不同于战前的伊朗”，伊朗地区和国际地位已经发生变化。

他还在社交平台X上表示，伊方赞赏中方关于维护和促进地区和平稳定的四点主张，并支持建立一个能够统筹发展与安全的战后地区新架构。

阿拉格齐提到的“统筹发展与安全的战后地区新架构”，也可视为中伊在地区秩序问题上的一次重要政策呼应。

刘中民指出，这与中国近年来在中东持续倡导的安全理念高度一致。

中国一直主张建立“共同、综合、合作、可持续”的中东安全新架构：共同安全意味着不搞排他性安全安排；

综合安全强调传统安全与非传统安全并重；

统筹发展与安全，则回应了中东长期存在的发展赤字与安全困境。

在刘中民看来，战事能否很快结束关键仍在美国。

中美高层互动临近，如果行程成行，中美可能围绕伊朗局势进行某种形式的沟通。

“自2023年新一轮巴以冲突爆发以来，再到当前以伊冲突升级，中国始终强调通过对话谈判解决问题，也强调大国应承担维护国际与地区安全的责任。

”刘中民说。

新加坡《联合早报》引述学者分析称，伊朗外长访华为中方调解中东冲突这项艰巨任务发挥作用提供一个机会。

美国希望中方就中东战事向伊朗施加更大压力，以促使伊朗作出更大让步，甚至屈服，但中国“不太可能以牺牲与伊朗关系为代价，满足美方要求”。

刘中民指出，但问题在于美国政策本身仍有很大不确定性。

伊核问题、导弹问题、地区代理人问题，都是美伊之间的深层分歧。

换言之，北京能劝和促谈、缓局降温，但真正能否止战，仍取决于华盛顿如何选择。

“解铃还须系铃人，”刘中民表示，“中国会继续发挥建设性作用，但最终局势能否真正缓和，很大程度上仍取决于美国未来的政策走向。

”

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