DeepSeek 在 2026 年 10 月 17 日发布了 DeepSeek-V4.1-Flash-1017：48 个 safetensors 分片，加上一个配置文件和一个分词器，共 510 GB，而且只有这一个版本。如果你的智能体跑在这个模型上，你需要的就是这些字节，而不是相近的副本。

这正是模型权重比 BitTorrent 原本面向的大多数内容更适合它的主要原因：文件很大、公开、发布后不再改变，而且很多人要的是完全相同的文件。

电影为什么不一样

在种子网站上搜一部电影，你会看到 4K remux、1080p 压制、720p 版本，还有几份字幕不同的。每一份都是单独的种子，只有几个节点，大多数人随手拿一个能播的。没人这样下载模型。想要 DeepSeek-V4.1-Flash-1017 的人，要的都是同样的 48 个分片。

这和 1990 年代的网络有点像。很多人最早通过 AOL 上网，找网站要靠 Yahoo 这样的人工目录，或 AltaVista 这样的关键词引擎。Google 在 1998 年出现，按网页之间的链接给网页排序，后来成了大多数人使用网络的方式。今天的模型分发有点像 Google 出现之前的网络：每周都有新的开源模型，智能体在无人值守的情况下下载它们，副本散落在服务器、镜像站和节点群里，没有什么把它们串起来。不管有没有 Pirate Face，这些节点群都存在。

infohash 是怎么来的

制作种子时，客户端把文件切成同样大小的分块，再对每个分块做哈希。分块哈希、文件名和分块大小放进一个叫 info 字典的结构里。这个结构的 SHA-1 就是 infohash，一个 40 个字符的十六进制字符串，用来标识这个种子。

数据为自己命名
  1. 文件被切成固定大小的分块
  2. 每个分块都被哈希
  3. 哈希、文件名和分块大小组成 info 字典
  4. info 字典的 SHA-1 就是 infohash
  5. 改动一个字节，infohash 就完全不同

用同样的文件、同样的设置做种子，无论谁来做，得到的 infohash 都一样。改一个字节，它就变了。这是 Pirate Face 上 deepseek-ai/DeepSeek-V4.1-Flash-1017 的磁力链接：

magnet:?xt=urn:btih:be10fee246b1e7845113eb99bdddf1d8f242043e

一个模型一个节点群

共享同一个种子的节点合起来叫作节点群。电影的每种压制都是不同的文件，所以一部电影的观众被分散到几十个小节点群里。模型发布不会被重新压制，所以下载 DeepSeek-V4.1-Flash-1017 的人都会进入同一个节点群。

电影分成许多节点群，模型共享一个
  1. 电影：很多版本，每个都有自己的 infohash 和小节点群
  2. 模型版本：一组字节，一个 infohash，一个节点群

热门模型发布后，很快会出现衍生版本：量化版、abliterated 版，以及 NVFP4、MLX 或 GGUF 转换版。每一个都是自己的一组文件，有自己的节点群，这是对的：2 位 GGUF 确实是另一个模型。不过人们是有意挑选衍生版本的，挑定之后，需要的也正是那一个。此刻这个节点群有 18 个做种者。

一个原版，44 个衍生版本
原始版本deepseek-ai/
DeepSeek-V4.1-Flash-1017be10fee2…2043e18 个做种者
已收录的衍生版本
  • orcarouter/DeepSeek-V4.1-Flash-1017-abliterated-GGUF3654372c…
  • OBLITERATUS/DeepSeek-V4.1-Flash-1017-obliterated0af76f7b…
  • LibertAIDAI/DeepSeek-V4.1-Flash-1017-NVFP4623aa369…
  • mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-ngram-mtp38ea143f…
另有 40 个，各有自己的节点群

实时 · tracker 此刻检查 衍生版本是不同的内容，所以有自己的 infohash。

找节点：tracker 和 DHT

Tracker 是一台服务器，你问它："还有谁有 be10fee2…？"每个 Pirate Face 磁力链接都带着 udp://tracker.pirateface.co:6969/announce。

**分布式哈希表（DHT）**不需要中心服务器就能回答同样的问题。它是一张分散在许多台机器上的键值表：键是 infohash，值是节点列表。BitTorrent 的 Mainline DHT（BEP 5）由数百万个普通种子客户端共同运行。

每个节点随机取一个 160 位 ID，和 infohash 一样长，两个 ID 之间的距离是它们的异或值。某个种子的节点列表，保存在 ID 离它的 infohash 最近的那些节点上。

一次 DHT 查找，逐跳进行
  1. 向已知最近的节点询问 infohash
  2. 它回复 ID 更近的节点（异或距离）
  3. 重复：每一跳与目标共享更多前导位
  4. 最近的节点返回节点地址
  5. 向它们宣告，下一个客户端就能找到你

找节点时，客户端先问它已知的最近节点，对方回复更近的节点。每一跳大约把距离缩短一半，所以即使网络里有数百万个节点，也只需要几跳。

为什么 DHT 适合模型权重

DHT 查找只能找到用了同一个 infohash 的节点。对电影来说，这会产生成千上万份很小的节点列表，你还得靠索引站挑一份。对模型来说，任何用同样方式打包这次发布的人都会算出同一个 infohash，并找到其他所有人。

同一目录的两种视角
已收录19,226个模型种子
TRACKER8,769个做种者，分布在 5,940 个种子
DHT1,775个种子的 DHT 查找结果多于 tracker

实时 · tracker 此刻检查

带宽

一个 510 GB 的模型提供一千次下载，就是 510 TB 的流量。中心化的托管方要为全部流量付费，账单随每次发布增长。在节点群里，下载者也在上传，所以用户越多，容量越大。

还缺的是上面一层，用来说明哪个 infohash 是真正的发布、文件是否与发布者的校验和一致、节点群是否健康、每个衍生版本从哪里来。Pirate Face 提供了其中一部分：每次发布一个经过校验的种子、一个 tracker、实时的节点群健康状况、一份来源记录，以及面向现有 Hugging Face 工作流的 pf download 命令。

浏览节点群、选择模型，或开始做种。