正文：2026年2月，DeepSeek联合北大、清华在ArXiv发布论文，推出全新智能体推理框架DualPath。该框架通过引入存储至解码引擎的第二条路径，利用闲置网卡带宽优化KV-Cache加载，缓解长文本推理中的I/O瓶颈。实测显示，DualPath将660B规模模型的离线推理吞吐量提升1.87倍，在线服务吞吐量平均提升1.96倍，同时显著降低首字延迟（TTFT）。研究由北大博士生吴永彤主导，其研究方向为大模型基础设施与推理系统优化。

2月27日，DeepSeek团队联合北大、清华发布新论文，聚焦大模型推理速度优化。论文提出名为DualPath的创新推理系统，通过“双路径读取KV-Cache”机制重新分配存储网络负载，显著提升性能：离线推理吞吐量最高提升1.87倍，在线服务每秒智能体运行数平均提升1.96倍。研究背景指出，大模型正从单轮对话向智能体系统演进，能够自主规划、调用工具并完成多轮交互任务。这一应用范式转变使推理工作负载从人类-大模型交互转向人类-大模型-环境交互，交互轮次可达数十至数百轮，对底层系统效率提出更高要求。该成果为复杂AI智能体的实际落地提供了重要技术支持。（第一财经）