信源:X 硬核干货雷达 · 覆盖 12 账号

采集窗口:2026-07-29 ~ 2026-08-04 | 2026-08-04 撰写

干货候选

  • 主题:Sakana AI Conductor(RL 调度 LLM 协作拓扑,递归自举 test-time scaling) | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2051306659021242635 | 仓库:SakanaAI/Conductor（已见 2026-07-24 watchlist） | 论文:https://arxiv.org/abs/2512.04388 | 硬核点:ICLR 2026；orchestrator 即 learnable policy 而非 wrapper，递归拓扑解锁动态 test-time scaling，~3% over best individual worker 但来自协调而非pretraining

  • 主题:StateAct——Computer-Use Agent 保持主 agent 上下文清洁的方法（fresh subagent 接手子目标） | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2081921773910499494 | 仓库:无 | 论文:https://huggingface.co/papers/2607.22... | 硬核点:main agent keeps context clean by handing subgoals off to fresh subagents——实打实的工程架构技巧，非论文摘要

  • 主题:LFM2.5-Encoder 双规格发布(230M/350M)——CPU 上比 ModernBERT-base 快 3.7 倍，长上下文双向编码 | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2082122012726608345 | 仓库:无（Liquid AI 官方 repo） | 论文:无 | 硬核点:CPU 推理速度硬指标，多语言 encoder 在端侧场景的直接选型参考

  • 主题:LLM 接入机器人策略——sim 16.7%→97.3%，LIBERO-PRO 12.8%→53.3%，零额外训练 | 来源:@tri_dao | 链接:https://x.com/tri_dao/status/2082175796710658210 | 仓库:无 | 论文:无 | 硬核点:端到端 sim-to-real 无桥接训练的巨大提升，robotics agent 落地路径信号

  • 主题:Cerebras 内部知识库构建复盘——hybrid search + chunking 策略 + real-time Slack 更新 + codebase 分片 chunking | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2078537490932384136 | 仓库:无 | 论文:无 | 硬核点:生产级 RAG 踩坑实录：hybrid search 参数、guardrails、synchronization 工程细节，非泛泛而谈

其余线索

  • @rasbt(Jul 26):Nanbeige 4.2 looped depth sharing / Laguna S 118B sparse MoE 达 1M context / Motif-3-Beta GDLA 新注意力机制——架构图 + 实测笔记，6 个新 open-weight 模型横向比，需读 LLM Architecture Gallery 获取 repo 信息
  • @_akhaliq(Jul 31):Explorative Modeling——pretraining 第三轴（继 compute / data 之后），端到端生成范式转变信号
  • @simonw(Jul 30):Anthropic/OpenAI 均隐藏搜索索引底层，Anthropic 悄然引入 TurboPuffer 作为 subprocessor——供应链审计视角线索
  • @swyx(Jul 23):Poolside 罕见公开完整 eval 数据集（6 benchmark × 4 runs × 数百轮），reward hack 可验证性行业标杆