信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

  • 主题:Apodex 1.1 Scaling Agentic Intelligence——AgentOS + frontier agent 可扩展框架 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2092269176710631758 | 仓库:ApodexAI/FrontierAgent | 论文:https://huggingface.co/papers/2608.23283 | 硬核点:Aug 25 新发 arxiv，scaling executable environments + Agentic Coordination Scaling，开源 AgentOS + FrontierAgent 框架，benchmark-leading agent harness 完整实现

  • 主题:Open-MOPD 多教师同策略蒸馏全流程开源复现 | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch/status/2095256315476000817 | 仓库:BytedTsinghua-SIA/Open-MOPD | 论文:https://bytedtsinghua-sia.github.io/Open-MOPD | 硬核点:2026 新 post-training paradigm——MOPD 完整 recipe：混合领域 SFT + 三路 RL 教师 + on-policy 蒸馏，开源代码/模型 checkpoint/数据集，可直接复现

  • 主题:GPT-6 Astra 文档解析评测——LlamaIndex benchmark LlamaParse Fed 表空白格踩坑复盘 | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2096258549131165746 | 仓库:无 | 论文:无 | 硬核点:LlamaIndex 实测 GPT-6 Astra 为最强文档单次提取 frontier 模型；LlamaParse 解决 Fed 表空白格偏移问题——文档解析 OCR 踩坑细节，agent over PDFs 实操参考

  • 主题:DiG-bench 文本发现游戏评测基准——70 款游戏测 AI 未知规则发现能力 | 来源:@tri_dao | 链接:https://x.com/tri_dao/status/2087677140410290302 | 仓库:无 | 论文:https://digbench.ai | 硬核点:纯文本发现 benchmark（无视觉 confounds），每款游戏对人类和 frontier 模型开放相同信息入口，测 AI 探索未知规则的真正能力，ARC-AGI3 互补

  • 主题:LoRA adapters 2026 仍有价值——Qwen3.8/30B 六种 adapter 基准实测 | 来源:@rasbt | 链接:https://x.com/rasbt/status/2081374704753950742 | 仓库:无 | 论文:无 | 硬核点:rasbt 六种 LoRA adapter 大对比，LoRA 在 2026 强基座模型上仍维持 SOTA；Qwen3.8/30B 多场景 benchmark 数据，实操选型参考

其余线索

  • 主题:Sakana AI Conductor 复盘(ICLR 2026)——RL 调度多 LLM 新范式 | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2051306659021242635 | 硬核点:ICLR 2026 论文，硬核 RL 调度，但 repo 已在 2026-07-17 追加(SakanaAI/Conductor)
  • 主题:Datasette 1.0a39 安全补丁 | 来源:@simonw | 链接:https://x.com/simonw/status/2098254634855051328 | 硬核点:安全补丁，无新 repo；simonw/datasette-mcp 已在 watchlist
  • 主题:In-browser fine-tuning UX 讨论 | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2096456605076476239 | 硬核点:浏览器端微调 UX 讨论，有意思但非新 repo
  • 主题:LlamaParse 百万级 PDF 并发解析流水线 | 来源:@jerryjliu0 | 链接:https://www.linkedin.com/posts/jerry-liu-64390071_scalably-parsing-1m-pdfs-with-ai-agents-activity-7403937968329109506 | 硬核点:asyncio/semaphore 百万 PDF 并发解析实操教程；LlamaParse 工具非新 repo
  • 主题:Top Models For Your Hardware 2026——本地 LLM 硬件选型指南 | 来源:@maximelabonne | 链接:https://x.com/maximelabonne/status/2093448949223088360 | 硬核点:8GB→48GB+ 各档硬件模型推荐，实用选型参考，无独立 GitHub
  • 主题:Claude Fable 5.1 实测笔记 | 来源:@simonw | 链接:https://x.com/simonw/status/2094938927727804684 | 硬核点:simonw 实测 Fable 5.1 技术笔记，属评测观察非新 repo