信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

• 主题:【论文】Sakana AI Conductor:用 RL 训练 7B 模型调度其他 LLM 协作拓扑,ICLR 2026,SOTA on GPQA-Diamond/LiveCodeBench | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2051306659021242635 | 仓库:无 | 论文:https://arxiv.org/abs/2512.04388 | 硬核点:Conductor 自己选拓扑 + 递归自调用 = test-time scaling 新轴,多 Agent 协调 RL 训练范式详解
• 主题:【方法论】omarsar0:自治长程编码 Agent 设计6原则——executor/evaluator 分离、外部验证器先行、确定性检查优先、要求证明 artifact、session 记忆分层 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/article/2065880971031834786 | 仓库:无 | 论文:无 | 硬核点:6条可操作的设计规范,解决 autonomy 可观测性与可纠正性
• 主题:【架构解析】rasbt 解析 Thinky Inkling:975B MoE/41B 活跃/1M context,无 RoPE 用相对位置偏置,DeepSeek 辅助负载均衡(2 shared experts),局部+全局注意力 5:1 | 来源:@rasbt | 链接:https://x.com/rasbt/status/2077540575255880126 | 仓库:无 | 论文:无 | 硬核点:非标准架构选择实操分析,RMSNorm 在 embedding 层、rel pos bias 替代 RoPE 的权衡
• 主题:【工具实操】simonw:Claude Code 捆绑 Bun Rust 版二进制——用 strings + grep 验证 BUN_OPTIONS="--preload" 定位嵌入版本,startup 10% 提升 | 来源:@simonw | 链接:https://x.com/simonw/status/2078692298301587758 | 仓库:无 | 论文:无 | 硬核点:朴素的 strings/grep 挖生产闭源二进制版本,DevTools 溯源技巧
• 主题:【观点】jerryjliu0:2026 护城河=context 层——AI 进步→UI 简化+Agent 抽象收敛+自然语言编程;PDF 精确溯源是落地关键 | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2053178322495152261 | 仓库:无 | 论文:无 | 硬核点:context layer 护城河论,文档 parsing 精度决定 Agent 上限
• 主题:【机器人】tri_dao:LLM brain on robots——机器人 policy 接入 LLM 思维,Real robot 16.7%→97.3%,LIBERO-PRO 12.8%→53.3%,零额外训练 4x SOTA | 来源:@tri_dao | 链接:https://x.com/tri_dao/status/2082175796710658210 | 仓库:无 | 论文:无 | 硬核点:LLM 泛化到机器人控制无需 fine-tuning,具身智能新范式
• 主题:【论文】_akhaliq:RLVR→RLSVR——Task Transformation 自验证奖励实现开放域 LLM 自改进,arxiv:2607.23 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2084310082762719418 | 仓库:无 | 论文:https://huggingface.co/papers/2607.23 | 硬核点:无需人工标注 reward,任务可自验证时即可 RL 自提升
• 主题:【评测】abacaj:GLM 5.3 Flash high effort 效果媲美 Opus 4.8,非冗长+准确,本地运行最佳性价比 | 来源:@abacaj | 链接:https://x.com/abacaj/status/2093018322321240295 | 仓库:无 | 论文:无 | 硬核点:开源模型本地可用性里程碑,GLM 5.3 Flash 实测质量对比 Opus 4.8

其余线索

• simonw:ChatGPT Work 与普通 ChatGPT 的功能差——persistent filesystem、headless Chrome、sub-agent sessions、scheduled automations | 工具对比实操
• cwolferesearch:Agent 用工具输出训练为何有效——tool prediction→知识内化,Q&A 数据集重格式化比原文献更有效(arXiv 2506.06266) | 训练方法论
• cwolferesearch:即将发布 RL for LLMs 综合指南(目标<16K words),汇总近年 RL 训练方法 | 攻略预告
• jerryjliu0:RAG 2023→2026 演进全景——naive RAG 12 痛点、reranking/query rewrite、document parsing 仍是难题、agentic loop 接管检索层 | 领域全景
• rasbt:Thinky Inkling 第一开放权重思考模型——975B MoE/45T tokens/1M context,架构:DeepSeek-V3 style MoE+conv层+RMSNorm+rel pos bias | 架构参照
• hwchase17:LangChain DeepAgents+Browserbase=深度网页 Agent 未来——可观测性比浏览本身更难 | 架构观点