X 硬核干货雷达 · 2026-07-22 晚间

信源:X 硬核干货雷达 · 覆盖 12 账号

收集周期:2026-07-16 ~ 2026-07-22

干货候选

  • 主题:ParseBench: VLMs 文档理解全面评测基准(CVPR 2026) | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2078537490932384136 | 仓库:run-llama/ParseBench | 论文:https://arxiv.org/abs/2506.06266 | 硬核点:LlamaIndex CEO 亲发，2k真实企业文档+表格/图表/视觉定位/语义格式多维指标，文档解析是AGI-complete问题，当前前沿模型普遍在精确视觉理解上被调优不足，系统性评测库填补空白

  • 主题:True Agents: 基于世界建模的真代理研究(PrimeIntellect) | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch/status/2078272881578987710 | 仓库:无 | 论文:https://arxiv.org/abs/2506.06266 | 硬核点:Jul 18 实时转发，含 PrimeIntellect 博客+论文链接，代理世界建模前沿研究，值得追踪论文细节

  • 主题:simonw 实测 Claude Code 网页端回归:Bug 导致无法 git clone 仓库 | 来源:@simonw | 链接:https://x.com/simonw/status/2078344441950286160 | 仓库:无 | 论文:无 | 硬核点:生产级踩坑复盘，simonw 明确说明这是第二次回归、重要功能请求修复，是 Claude Code 使用者的实际痛点

  • 主题:Anthropic 隐私政策变更:验证数据条款在 Fable 5 发布前一天生效 | 来源:@simonw | 链接:https://x.com/simonw/status/2066541206402969672 | 仓库:无 | 论文:无 | 硬核点:安全/合规工程师必读，simonw 做了精确时间线考证，揭示政策生效日期与产品发布节点的关系

  • 主题:swyx 公布 AI Engineer 2026 会议各 track 内容概要 | 来源:@swyx | 链接:https://x.com/swyx/status/2078912371901481110 | 仓库:无 | 论文:无 | 硬核点:Claw(个人agent)/Context Engineering/Dark Factory harness/TTS-ASR-OCR 等技术栈全覆盖，内容策展质量高

  • 主题:Jerry Liu: context layer 是 2026 唯一护城河，文件沙箱成标配 | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2053178322495152261 | 仓库:无 | 论文:无 | 硬核点:LlamaIndex CEO 系统阐述 agent 护城河逻辑，UI抽象收敛+工具协议+MCP走向的判断，实操洞察

其余线索

  • @omarsar0 Jul 13: HyperAgent Wiki Builder skill 实现教程——用 skill 安装到 HyperAgent 构建 LLM 验证研究 wiki，29篇论文→21文件+研究地图+术语表，agent技能叠加模式，工具用法干货 https://x.com/omarsar0/status/2076700688344613234

  • @cwolferesearch Jul 18: session 级 tmp 文件夹+markdown 记忆管理模式——让 agent 自由写 markdown，session 结束时合并到持久化文件，de-slop 机制必要，实践技巧 https://x.com/cwolferesearch/status/2078315555988156863

  • @abacaj Jul 10: GPT-5.6 Sol post-train 5.6 Luna 的完整 prompt 分享——模型自我进化工程细节，提示词工程实战 https://x.com/abacaj/status/2075403004115554644

  • @rasbt Jul 11: 更新版开源权重 LLM 概览(含 Grok 4.5 + Meta Muse Spark 1.1)——Pareto 最优前沿评估，harness 信息汇总，LLM 选型参考 https://x.com/rasbt/status/2075982283509571666

  • @maximelabonne Jun 30: IFStruct 结构化输出合规评测——LLM JSON/YAML 模式遵循+结构化输出 Benchmark，cleanlab/structured-output-benchmark 相关，评测工程参考 https://x.com/maximelabonne/status/2071959400596586702

  • @jerryjliu0 Jul 4: LlamaIndex Agentic Retrieval Harness 持久化数据管道——连接数据源、索引知识库、暴露文件系统类工具，run-llama/legacy 参考实现，RAG 生产工程细节 https://x.com/jerryjliu0/status/2073407100642852871