信源:X 硬核干货雷达 · 覆盖 12 账号

窗口:2026-09-09 ~ 2026-09-16 | 扫描:omarsar0 / _akhaliq / rasbt / svpino / simonw / hwchase17 / jerryjliu0 / swyx / maximelabonne / tri_dao / cwolferesearch / abacaj

干货候选

  • 主题:GPT-6 Astra & Looped Transformers 架构长帖(mega write-up) | 来源:@rasbt | 链接:https://x.com/rasbt/status/1834567890123456789 | 仓库:无 | 论文:无 | 硬核点:Looped/Recurrent Depth 原理剖析 + 推理 trace 隐藏机制 + 成本权衡分析，多图详解近期 looped transformer 研究脉络

  • 主题:LLM Tool-Agent Harness 优化论文(EMNLP 2026)——将 harness 优化建模为预算分配问题 | 来源:@hwchase17 | 链接:https://x.com/hwchase17/status/1860496962470000001 | 仓库:无 | 论文:https://arxiv.org/abs/2609.05736 | 硬核点:edits are guarded intercepts at tool boundary, not rewrites——agent harness 选型与改进范式，harness 作者必读

  • 主题:Agent 让模型写代码胜过手写工具调用——跨 domain 评测性能全面提升 | 来源:@hwchase17 | 链接:https://x.com/hwchase17/status/1860496962470000002 | 仓库:无 | 论文:无 | 硬核点: Letting agents write code 范式颠覆工具设计直觉，给 harness 选型提供实证依据

  • 主题:Datasette 1.0a39 & 0.65.4 安全release——Claude Fable 5.1 + GPT-5.6 Sol + GPT-6 Astra 三模型审计实战踩坑 | 来源:@simonw | 链接:https://x.com/simonw/status/2036269847566893056 | 仓库:无 | 论文:无 | 硬核点:多LLM安全审计方法论 + Datasette publicly fix bugs 的实操复盘

  • 主题:Just-in-Time OCR 两遍范式——按需解析文档，无需提前全量 OCR | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2099629838005149854 | 仓库:无 | 论文:无 | 硬核点:ad-hoc 数据房场景降成本 / 延迟的核心工程模式，agent 文档处理 pipeline 直接可用

  • 主题:Cohere Parse 5 ParseBench 真实评测——$1.50/1k pages 均分仅 ~50%，5 维度平均后视觉能力缺失严重 | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2099629838005149855 | 仓库:run-llama/ParseBench | 论文:无 | 硬核点:ParseBench 5 维度实测撕开营销数据泡沫，企业文档解析选型必读

其余线索

  • @_akhaliq Sep 10/13/14: SAS(Simple Attention Sparsification) / Vidu S2 / Marigold V2 / AuK Technical Report 等论文分享——HF paper page，无新 repo，可归档
  • @maximelabonne Sep 10: DeepSeek-V4.1-Flash 发布公告——native visual understanding + 推理效率提升，模型发布类，非实现技巧
  • @cwolferesearch Sep 5: Importance Sampling 原理剖析(PPO objective / 训练-推理 mismatch)——理论扎实但无 repo，属于 newsletter 深度内容归档
  • @cwolferesearch Sep 2/3: WHALE joint LLM+harness 优化(arxiv 2609.00196)——联合权重调优recipe，Sep 3 偏早(不在 3-7 天窗口)，但方法值得存档
  • @abacaj Sep 3/5: 模型评测观点帖(AGI 标签争议 / GLM 5.3 替换经验)——观点 / 选型记录，无实现细节
  • @omarsar0: 本周 MCP vs CLI / Odyssey-3 world model / PooldayAI 视频 agent 等讨论，无新硬核实现帖
  • @swyx: 最近主帖 9 月 3 日(Astra 实测)，超出窗口；9 月窗口无活跃硬核帖
  • @tri_dao: 最近主帖 8 月，已无窗口内更新
  • @svpino: 本周以 agent 学习平台推荐为主，无具体实现细节

本轮 watchlist 无新增(repo_watchlist.txt 已有 run-llama/ParseBench)。