信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

• 主题:SAS 稀疏注意力——通过端到端上下文排序优化实现注意力稀疏化 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2099511334987522298 | 仓库:无 | 论文:https://arxiv.org/abs/2609.13*** | 硬核点:LLM 推理 context 长度爆炸是痛点，SAS 直接在端到端优化框架下解决 attention 稀疏化问题而非事后裁剪，方法论上比 H2O/MinimalKV 等课后剪枝更底层；Sep 14 发帖，值得复现

其余线索

• 主题:Plasma Radio——多 Agent 团队消息同步协调工具 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2099880259210412282 | 硬核点:Agent 团队协作时消息在各 harness 间手抄是真实痛点；Sep 15 新发，模式值得观察（非 GitHub 链接，暂不上 watchlist）
• 主题:LingBot-World 2.0 Small——1.3B 世界模型单卡实时运行 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2097730117900328968 | 硬核点:小模型实时交互世界生成，Sep 9 发帖；但主帖未附 GitHub 链接，属产品/演示发布
• 主题:计算机使用 Agent 进化判断——让 LLM 写代码比直接操作浏览器效果更好 | 来源:@hwchase17 | 链接:https://x.com/hwchase17/status/2097794466232905769 | 硬核点:Sep 9 Browserbase 文章的引用，观点型复盘，非新工具或实现细节
• 主题:GPT-6 Astra <$6/小时自动化 AI 工程师评测 | 来源:@swyx | 链接:https://x.com/swyx/status/2095621819667751202 | 硬核点:latent.space 长文，Sep 3 评测报告，属产品/能力分析，非实现干货
• 主题:encoders 范式回归——生产落地仍是 classify-and-route 为主 | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2100437426455900324 | 硬核点:Sep 17 观点帖，提及 small encoder 路由 pattern，无新 repo