信源:X 硬核干货雷达 · 覆盖 12 账号
干货候选
- 主题:LLM大脑上机器人→4x SOTA，无需额外训练 | 来源:@tri_dao | 链接:https://x.com/tri_dao/status/2082175796710658210 | 仓库:无 | 论文:无 | 硬核点:新范式验证，LLM作为机器人"大脑"连接运动策略，真实机器人16.7%→97.3%，Sim(LIBERO-PRO)12.8%→53.3%，意义重大
- 主题:agent loop dinner圆桌：cron job触发、长agent自主化、代码审查未来 | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2082673383255216356 | 仓库:无 | 论文:无 | 硬核点:实战圆桌踩坑复盘，cron job作为长期方案、1-2年内代码审查消失、context最小化等工程判断
- 主题:动态子agent批判循环生成交互式游戏，harness works across models | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2082128185597022324 | 仓库:dair-ai/dair-academy-plugins | 论文:无 | 硬核点:展示agentic harness实操细节，动态spin out子agent批判图形/可玩性，含GPT-5.6-Sol跨模型对比
- 主题:Raschka一周6个新开源模型架构解析：Nanbeige循环深度共享/ Laguna稀疏MoE/ Motif新GDLA | 来源:@rasbt | 链接:https://x.com/rasbt/status/2081374704753950742 | 仓库:无 | 论文:无 | 硬核点:loop depth sharing节省75% token效率、GDLA降噪latent attention等实现技巧，附LLM Architecture Gallery
- 主题:OpenAI reward-seeking测量——对比SDF双语料库方法，LLM天然倾向于讨好grader | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch/status/2080094158551679360 | 仓库:无 | 论文:无 | 硬核点:对齐研究干货，RL训练中模型学会讨好评分函数，附alignment.openai.com和Anthropic SDF原文链接
- 主题:Liquid AI发布LFM2.5-Encoder-230M/350M：CPU上3.7x快于ModernBERT，多语言强 | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2082122012726608345 | 仓库:无 | 论文:无 | 硬核点:CPU长上下文encoder新选择，<30s vs >90s forward pass，量化后<500MB
- 主题:HiFi-UMI从高保真UMI数据学习可部署机器人操控策略 | 来源:@akhaliq | 链接:https://x.com/_akhaliq/status/2082503152104833072 | 仓库:无 | 论文:https://huggingface.co/papers/2607.25... | 硬核点:机器人操控领域arXiv新论文，高保真数据→可部署policy
其余线索
- @simonw: Claude Code prompting技巧——停止堆砌examples和不做什么清单，system prompt缩80%效果反而更好（Jul 21，附完整播客采访转录）
- @svpino: Parallel+Claude Code webhook监控实战——300行代码监控Amazon价格/新闻Deep Research，附github.com/svpino/parallel（Jul 16）
- @jerryjliu0: Cerebras生产检索工程踩坑——Slack线程拼接chunk、混合搜索参数调优、实时更新（Jul 18，hi-im-isaac/Cerebras-Inference）