信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

  • 主题:Salesforce 论文——Harness 与 Model 联合协同进化,企业 Agent 7 任务验证 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2097958286146605446 | 仓库:无 | 论文:https://academy.dair.ai/paper… | 硬核点:提出"大多数'模型很蠢'其实是 Harness 问题",Harness 设计本身是技能迁移的一部分,值得写实践攻略

  • 主题:Google DeepMind 论文——知识图谱增强长程 Agent 记忆/self-evolving Agent | 来源:@omarsar0 | 链接:https://x.com/omarsar0 | 仓库:无 | 论文:有 | 硬核点:知识图谱在 Agent 自演进中的创意用法,构建记忆系统的工程师值得 bookmark

  • 主题:KV Caching 原理详解——从零手写推理模型系列第 2 期,附 PyTorch 实现 | 来源:@rasbt | 链接:https://x.com/rasbt | 仓库:无 | 论文:无 | 硬核点:Sebastian Raschka 亲自拆解 KV Cache 在 LLM 推理中的作用机制,配合 Jupyter Notebook,是理解推理优化的好教材

  • 主题:2026 年 ML 工程师四大核心技能——选模型/设计 Eval/服务约束/路由策略 | 来源:@svpino | 链接:https://x.com/svpino/status/2097702827833606557 | 仓库:无 | 论文:无 | 硬核点:精炼的工程视角,每条都有可操作的下一步,适合做技能清单攻略

  • 主题:Simon Willison 深度分析——OpenAI Navier-Stokes 千禧奖问题背后的数据隐私争议 | 来源:@simonw | 链接:https://simonwillison.net/2026/Sep/8/on-misremembering/ | 仓库:无 | 论文:无 | 硬核点:追问"用我的数据改善模型性能"究竟意味着什么,是目前 AI 隐私话题里最清晰的解读之一

  • 主题:GPT-6 Astra 深度评测——消耗 >20B tokens 压测,覆盖选模型/标注数据/训等多场景 | 来源:@swyx | 链接:https://latent.space/p/astra | 仓库:无 | 论文:无 | 硬核点:超过 20B token 的实战评测,给出 <$6/小时 的成本数据,是目前最详尽的 Astra 能力边界报告

  • 主题:anton 观察——Fable 在代码任务上领先,Anthropic 重新领先;GPT-6 是 lucky seed | 来源:@abacaj | 链接:https://x.com/abacaj | 仓库:无 | 论文:无 | 硬核点:来自实践者的模型对比经验谈,虽非系统性评测但有实战参考价值

  • 主题:LLM 的 SFT 与 RL 目标可解释为 KL 散度——Forward KL (SFT) vs Reverse KL (RL) | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch/status/2012551263099949143 | 仓库:无 | 论文:有 | 硬核点:Wolfe 从理论层面打通 SFT 和 RL 的统一理解,对做 post-training 的工程师有直接帮助

其余线索

  • @_akhaliq 分享 Heterogeneous Agent Collaborative RL 论文(MLPO),附 HuggingFace paper page,但实现 repo 分散,本次不单独追踪
  • @rasbt 提及 repository-level context files 应更短、更特定、层次化,但该推文指向旧论文,不单独开条目
  • @swyx 分享 AI Engineer 社区扩招 & Forge '26 会议预告,是社区动态而非技术干货
  • @abacaj Sep 5 推文"GPT-6 is a lucky seed"被 X 标记为 unavailable,仅留标题线索
  • @omarsar0 提及 Harness Engineering 是当前热门技能,建议关注 academy.dair.ai/papers
  • @maximelabonne / @tri_dao / @hwchase17 / @jerryjliu0 近 7 天无硬核技术动态,跳过