信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

  • 主题:ExtractBench——企业文档结构化提取最全评测基准(370 docs/4869 pages/67类/8领域/14系统) | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2087195936225108171 | 仓库:run-llama/ExtractBench | 论文:https://arxiv.org/abs/2607.29677 | 硬核点:LlamaIndex 放出 36 页白皮书+代码+数据集，全面评测前沿 VLM/编程 Agent/提取 API 在真实企业文档上的表现，$10-$1677 跑一次完整评测——踩坑复盘价值极高

  • 主题:Artificial Analysis Search Index——搜索 API Agent 能力Benchmark(Parallel/Exa/Firecrawl/Tavily 等 13 产品) | 来源:@omarsar0 | 链接:https://x.com/omarsar0 | 仓库:无 | 论文:无 | 硬核点:同一 GPT-5.6 Luna Agent 环境，只换搜索提供商；无搜索基准 33 分，Parallel/Exa/Firecrawl 达 75/74/73；高质量搜索可使 Token 消耗降 40% 以上——选型必读

  • 主题:DeepSeek-V4 论文未注明细节——mid-training 阶段混入 agentic trajectories | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch | 仓库:无 | 论文:无 | 硬核点:论文仅一句话提及但无人注意：DeepSeek-V4 在 mid-training 阶段就混入了 agentic 数据；这意味着 post-training 不是唯一注入渠道，对理解长程 Agent 训练曲线有参考价值

  • 主题:Qwen 3.8 27B 默认推理设置"过度思考"，附 LM Studio "Extra High" 实测画像 | 来源:@simonw | 链接:https://x.com/simonw | 仓库:无 | 论文:无 | 硬核点:Simon 实测发现默认配置下模型输出膨胀严重，需手动降推理深度才能高效运行——本地部署调参必知

其余线索

  • @maximelabonne: LFM2.5-Encoder 230M/350M CPU 高效双向编码器，比 ModernBERT-base CPU 推理快 3.7 倍，多语言强（Jul 28）
  • @cwolferesearch: Continual Pretraining 最佳实践资源清单（Databricks 等），LlamaIndex 官方文档提取 Agentic Plus 同期发布（Aug 11）
  • @abacaj: K3 自我纠错能力被低估；Fable 用量受限期间 K3 作为备选代码模型实测对比（Aug 19）
  • @swyx: OpenClaw 带动 Mac Mini 全球销量+50%（估算 $50-150M），Jensen 黄仁勋已注意到此开源 Agent 现象（Aug 20）
  • @maximelabonne: 模型合并新玩法——LFM2.5-2.6B + Qwen3.6-35B-A3B 权重融合，紧凑模型达 Qwen 旗舰水平（Aug 5-6）