更多请点击 https://codechina.net第一章DeepSeek代码冗余黑洞曝光DRY原则失效的系统性根源在近期对 DeepSeek-R1 及其衍生模型工具链如 deepseek-coder-33b-instruct 的本地微调 pipeline的深度审计中我们发现大量违反 DRYDon’t Repeat Yourself原则的结构性冗余——并非偶然复制粘贴而是由设计范式、模板生成机制与抽象层断裂共同催生的“冗余黑洞”。核心冗余模式识别同一语义逻辑在 tokenizer 预处理、模型输入构造、后处理解码三处重复实现且参数硬编码不一致prompt engineering 模板被直接内联进训练数据生成脚本、推理服务 API 封装层及 CLI 工具缺乏统一模板引擎注入点AST 解析与代码补全校验逻辑在 eval/finetune/inference 三个子系统中各自维护独立 fork 版本典型冗余代码片段示例# 文件1: data_gen.py训练数据生成 def build_prompt(code: str, lang: str) - str: return f{lang}\n{code}\n # 无缩进标准化无安全转义 # 文件2: api_server.py推理服务 def format_response(code: str, lang: str) - str: return f{lang}\n{code.strip()}\n # 增加 strip()但未处理换行截断 # 文件3: cli_tool.py命令行工具 def render_output(code: str, lang: str) - str: return f{lang}\n{code.rstrip()}\n # 使用 rstrip()行为不一致上述三处函数语义完全重叠却因缺乏共享 utils.module.prompting 模块导致修复一处 bug如注入 XSS 风险的