信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

• 主题:LLM API/Agent 必须上硬性默认预算上限——Simon Willison 工程复盘 | 来源:@simonw | 链接:https://x.com/simonw/status/2106528704902164855 | 仓库:无 | 论文:无 | 硬核点:生产环境成本失控事故(Mistral 越权调用/代理 bot 刷信用卡/厂商 to=soft 形同虚设)，软上限不够用，必须默认硬断；LLM API 和 AI Agent 大规模铺开后的工程踩坑复盘，$5/月方案即防破产，推荐所有 Agent 开发者标配

• 主题:SAS——通过端到端上下文 ranking 优化实现注意力稀疏化，数学最优 sparse attention 新范式 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2099511334987522298 | 仓库:无 | 论文:https://arxiv.org/abs/2609.13141 | 硬核点:hard Top-K 阻断梯度导致先前 selector 学 dense attention 而非有用稀疏选择；端到端优化 constraint 替代蒸馏 teacher；MATH500+6.0~7.7 pts / GPQA-Diamond+10.6~15.5 pts / BFCL+3.5 pts，长上下文和 agent 任务双覆盖，实用性强

• 主题:编程 Agent Harness 设计系统实证研究——4 模型 × 2 benchmark × 5 上下文管理策略 × 4 budget 全面消融 | 来源:@_akhaliq | 链接:https://x.com/_akhaliq/status/2101020560964866103 | 仓库:无 | 论文:https://arxiv.org/abs/2609.20804 | 硬核点:staged elision + selective summarization 效率最优；弱模型靠 planning scaffold，强模型用 planning 降成本；structured tools 优于 bash；context 管理核心作用是防 overflow，填补 harness 工程系统化评测空白

• 主题:YC Paper Club「Harness Engineering」论文集合——17 篇核心 harness 论文系统策展，含 AutoResearch/Meta-Harness/Prime Agent | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2097449131648197024 | 仓库:无 | 论文:无 | 硬核点:同一模型权重 ARC-AGI 30%→95% 全靠 harness；收录 DeepSeek-R1/GRPO/Magma/Model Collapse等必读 + YC talk 视频；harness 工程化学习的系统性入口

其余线索

• 来源:@simonw | 硬核点:Sonnet 5.5 进 Claude 免费版，Claude Code 生态红利释放，免费用户即获最强 coding 能力；生态位分析
• 来源:@cwolferesearch | 硬核点:MOPD(Multi-Teacher On-Policy Distillation)新范式——MiMo-V2-Flash/Kimi K3/DeepSeek-V4 已用；多 RL 老师蒸馏单学生模型，2026 post-training 新方向
• 来源:@rasbt | 硬核点:GPT-5.6 Astra vs Qwen3.8 Max Paint UI 横向比较，benchmark 度量设计讨论：pixel similarity 天然偏向逐像素策略，action count + wall clock 才是 harness vs model 分离指标