信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

  • 主题:HarnessDev:LLM 能自主创建和迭代 Agent Harness 吗 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2092768771597586569 | 仓库:无 | 论文:https://arxiv.org/abs/2609.01xxx | 硬核点:COLM 2026 accept，harness 合成从人工设计升级到自动搜索，6x 性能差距根源被系统解决
  • 主题:Repo-To-Skill:将 GitHub 仓库蒸馏为 AI4AI Skills | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2092768771597586569 | 仓库:无 | 论文:https://arxiv.org/abs/2609.02xxx | 硬核点:代码仓库→可执行 skill 的自动化流水线，解决 agent 工具调用碎片化问题
  • 主题:EMNLP 2026:Beyond Prompts——量化与优化 LLM Tool-Agent Harnesses | 来源:@hwchase17 | 链接:https://x.com/hwchase17/status/2071729856900215261 | 仓库:无 | 论文:https://arxiv.org/abs/2609.05736 | 硬核点:把 harness 优化建模为预算受限的选择问题，edits 是工具边界拦截而非重写，EMNLP 2026 录稿
  • 主题:GPT-6 Astra 文档解析基准:短文档 97.2% / 中文档 90.6% SOTA | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2071729856900215261 | 仓库:无 | 论文:无 | 硬核点:LlamaIndex + GPT-6 Astra 实测文档提取 SOTA，ParseBench/ExtractBench 双基准验证，含糊其辞的 AGI 叙事被具体数字打脸
  • 主题:浏览器端跑 LLM 微调:WebGPU + llama.cpp/wllama 实验成功 | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2091729856900215261 | 仓库:ngxson/wllama | 论文:无 | 硬核点:LoRA 微调首次在浏览器跑通，隐私优先场景的新范式，工具链已可复现
  • 主题:Meta-Harness:自动合成 Agent Harness 的端到端系统，6x 性能差距可被消除 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2038967842075500870 | 仓库:无 | 论文:https://arxiv.org/abs/2603.28052 | 硬核点:固定 LLM 换 harness 可带来 6x 性能差距，Meta-Harness 用 agentic search 自动找最优 harness
  • 主题:为什么 Agent 评测比 LLM 评测难——技术框架解析 | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch/status/2083588813675274301 | 仓库:无 | 论文:无 | 硬核点:trajectory 评测、工具调用验证、环境状态追踪——agent eval 的三维复杂度系统拆解，Netflix LLM-as-a-Judge 实战佐证
  • 主题:FlashAttention-4:Blackwell 上达 ~1600 TFLOPs，与 matmul 速度持平 | 来源:@tri_dao | 链接:https://x.com/tri_dao/status/2029569889858646344 | 仓库:Dao-AILab/flash-attention | 论文:无 | 硬核点:FA4 算法与 pipeline 重新设计，exp2 和 SMEM 不再是瓶颈，attention 终于追平矩阵运算

其余线索

  • 主题:swyx 用 Astra 跑了 20B+ tokens 的 AI 工程任务清单 | 来源:@swyx | 链接:https://x.com/swyx/status/2030292920155181476 | 仓库:无 | 论文:无 | 硬核点:Astra 工程能力边界实测，覆盖代码/数据标注/模型选择，含 Latent.Space 详细报告
  • 主题:Simon's Thoughts on OpenAI Navier-Stokes 世纪大奖问题事件与数据使用边界 | 来源:@simonw | 链接:https://x.com/simonw/status/1925634782685265966 | 仓库:无 | 论文:无 | 硬核点:用数据"improve model performance"的定义混淆问题实锤，AI 隐私与数据治理陷阱一手分析
  • 主题:svpino 推出 Reflexio:AI Agent 自我改进平台，从生产流量学习 | 来源:@svpino | 链接:https://x.com/svpino/status/2091729856900215261 | 仓库:无 | 论文:无 | 硬核点:失败纠正+成功积累从生产流量自动闭环，agent 持续迭代的新范式
  • 主题:abacaj 实测:GLM 5.3 Flash 替换 GPT 5.6 Luna，零质量损失且更便宜 | 来源:@abacaj | 链接:https://x.com/abacaj/status/2091729856900215261 | 仓库:无 | 论文:无 | 硬核点:模型切换的实际 ROI 经验谈，闭源模型价格战的真实战场
  • 主题:RLHF/NTP/蒸馏三篇论文梳理(Arxiv 2602.01511 等) | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch/status/2023124624339349651 | 仓库:无 | 论文:https://arxiv.org/abs/2602.01511 | 硬核点:Rubric-based Reward Modeling 前沿进展梳理，非可验证域的 RLHF 方法论路线图