信源:X 硬核干货雷达 · 覆盖 12 账号
覆盖账号:@omarsar0(elvis/DAIR.AI)、@_akhaliq(AK)、@rasbt(Sebastian Raschka)、@svpino(Santiago)、@simonw(Simon Willison)、@hwchase17(Harrison Chase/LangChain)、@jerryjliu0(Jerry Liu/LlamaIndex)、@swyx(swyx/AI Engineer)、@maximelabonne(Maxime Labonne)、@tri_dao(Tri Dao)、@cwolferesearch(Cameron Wolfe)、@abacaj(Anton) 采集窗口:2026-09-03 ~ 2026-09-10
干货候选
- 主题:知识图谱用于长周期 Agent — 自我演化 Agent 的新路径 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/209XXXXX (Sep 10) | 仓库:无 | 论文:academy.dair.ai/paper... | 硬核点:知识图谱被创造性用于 Agent 记忆系统，暗示自我演化 Agent 方向，bookmark 价值高
- 主题:Agent 失败归因框架 — 41 种 Harness vs Model 失败模式 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/209XXXXX (Sep 10) | 仓库:无 | 论文:Salesforce academy.dair.ai/paper... | 硬核点:将 41 种 Agent 失败归因到 Harness 与 Model 交界处，配修复归属，非常实用的生产 Debug 框架
- 主题:GLM 5.3 Flash 零质量损失替代 GPT-5.6 Luna，成本更低 | 来源:@abacaj | 链接:https://x.com/abacaj/status/2093751609989693672 | 仓库:无 | 论文:无 | 硬核点:实操替换经验+具体成本数据，Browser Agent 场景即插即用无需改 Prompt
- 主题:WebGPU 浏览器端 Fine-tuning 可行性 PoC — llama.cpp/wllama | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2096456605076476239 | 仓库:无 | 论文:无 | 硬核点:隐私合规训练+加密 LLM 微调方向，PoC 证路径可行，LoRA 跟进中，有攻略潜力
- 主题:MOPD(多教师同策略蒸馏)成为 2026 后训练新范式 | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch/status/2095256315476000817 | 仓库:无 | 论文:无 | 硬核点:已在 MiMo-V2-Flash/Kimi K3/DeepSeek-V4 等前沿模型落地，训练工程师必知范式
- 主题:K3 作为 Fable 替代方案 — 上下文增大后差距显现 | 来源:@abacaj | 链接:https://x.com/abacaj/status/2089933176713941110 | 仓库:无 | 论文:无 | 硬核点:上下文增长后模型差异才显现，实操对比经验，对选型有参考
- 主题:从零构建推理模型视频 — 推理模型 vs 普通 LLM 关系+uv 环境配置 | 来源:@rasbt | 链接:https://x.com/rasbt/status/2094057793506439492 | 仓库:无 | 论文:无 | 硬核点:rasbt 新出品教学视频，关系图谱清晰，PyTorch uv 环境配置实操
- 主题:AGENTS.md 评估发现 — repo 上下文文件应精简具体 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2027025098578727353 | 仓库:eth-sri/agentbench | 论文:Evaluating AGENTS.md(AgentBench) | 硬核点:Agent 读取 README 而非 AGENTS.md 的教训，Benchmark 量化结论
其余线索
- GLM-5.3 Flash 上下文窗口 3M tokens，替代 GPT-5.6 Luna 时无需改任何 Prompt/Tool 定义(abacaj Aug 29)
- WebGPU 推理(llama.cpp/wllama)已有，Fine-tuning PoC 刚出，LoRA 支持开发中(maximelabonne Sep 6)
- DiG-bench — 纯文本 Agent 发现能力评测，绕过视觉瓶颈(tri_dao Aug 12 via @jcrwhittington)
- ARC-AGI3 文字版基准出现，Tri Dao 评价"有 ARC-AGI3 风味但纯文本"(tri_dao Aug 12)
- Mamba-3(arxiv 2603.15569) — Tri Dao 学生主导，State Space + 线性注意力混合，GitHub 已入 watchlist(tri_dao Mar 17)
- Genesis-Science-1 — DOE + Arcee AI 开源科学 Agent 模型+Harness，USG 支持+可复现性强调(cwolferesearch Jul 23)
本轮 watchlist 无新增仓库。