信源:X 硬核干货雷达 · 覆盖 12 账号

本轮采集窗口:2026-09-26 ~ 2026-10-03(近7天) 扫描账号:omarsar0, _akhaliq, rasbt, svpino, simonw, hwchase17, jerryjliu0, swyx, maximelabonne, tri_dao, cwolferesearch, abacaj 注:多个账号在本窗口内未检索到近期硬核技术动态(见##其余线索)

干货候选

  • 主题:Sonnet 5.5成为claude.ai免费层主力模型——免费用户可使用强推理能力 | 来源:@simonw | 链接:https://x.com/simonw/status/2104682232522944909 | 仓库:无 | 论文:无 | 硬核点:Sonnet 5.5免费化是Claude产品策略重大转折，对AI编程工具生态有直接影响；X讨论中附Claude.ai官方Sonnet 5.5实验合集(thread)，可作为Sonnet 5.5 vs GPT-5.6 Luna能力对比素材。

  • 主题:Ember-1模型post-training复盘——$XXM预算最优路径是从现有模型微调而非从头训练 | 来源:@rasbt | 链接:https://x.com/rasbt/status/2104326522354147793 | 仓库:无 | 论文:无 | 硬核点:Fireworks AI基于Kimi K3后训练 Ember-1，40%更简洁推理+同质量+40%成本降低；Raschka以此为例说明2026年post-training路线优先于从头预训练。

  • 主题:表格blank cell导致文档解析数值错位——LlamaParse生产踩坑复盘 | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2103585191906431157 | 仓库:无 | 论文:无 | 硬核点:表格OCR处理blank cell时值会整体左移，错误不会抛出异常、只静默错位，LlamaParse专门发card说明正确解析方法；这是文档理解Agent生产落地的真实痛点，值得写解析攻略。

  • 主题:An Empirical Study of Harness Design for Coding Agents——Coding Agent评估基准实证研究 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2101020560964866103 | 仓库:无 | 论文:https://huggingface.co/papers/2609.20… | 硬核点:研究揭示强模型通过planning削减冗余检查权限（"stop is a feature"），子Agent拒绝外部通道审批成为可复用规则；harness设计对Agent行为的影响系统性实证，攻略价值高。

  • 主题:SAS——Simple Attention Sparsification via End-to-End Optimization of Context Ranking | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2099511334987522298 | 仓库:无 | 论文:https://huggingface.co/papers/2609.13… | 硬核点:核心洞察是hard Top-K阻断梯度，历史selector都模仿dense attention而非在budget下优化；将context ranking纳入端到端训练是稀疏注意力新思路，踩了之前方法的核心假设。

其余线索

  • omarsar0(@omarsar0): 多Agent并行同步踩坑——"每个Agent各自起浏览器+MCP服务器+repo上下文，4个Agent在2核机器上机器停止响应"，资源竞争生产经验。约Sep 15，18天前，略老。
  • rasbt(@rasbt): GPT-5.6 Astra vs Qwen3.8 Max Paint UI对比——benchmark设计缺陷讨论(像素相似度评分会奖励逐像素策略而非真实泛化)；Sep 15，略老但技术性好。
  • cwolferesearch(@cwolferesearch): MOPD(Multi-Teacher On-Policy Distillation)新后训练范式——MiMo-V2-Flash/Kimi K3/DeepSeek-V4已在用；Sep 2，超过30天。
  • tri_dao(@tri_dao): DiG-bench——纯文本发现能力评测基准，ARC-AGI3风格但无需担心视觉能力；Aug 12，超过50天。
  • tri_dao(@tri_dao): LLM brain on robots零训练4x SOTA(16.7%→97.3%)；Jul 28，超过65天。
  • simonw(@simonw): OpenAI Navier-Stokes Millennium Prize数据使用问题分析(simonwillison.net长文)；Sep 8，超过25天。
  • simonw(@simonw): WeAreDevelopers大会keynote演讲——"2026是我见过变化最快的一年"；Sep 25-26，7-8天前，演讲内容偏观点。

本轮窗口内 swyx / svpino / hwchase17 / maximelabonne / abacaj 均未检索到硬核技术干货；abacaj(X账号)本轮检索结果均为无关内容。 本轮无新增点名GitHub仓库，repo_watchlist.txt无更新。