每日 Harness 开源 · Source
全部刊期 · All issues

每日 Harness

2026-06-06 · Saturday, June 6, 2026

智能体走向可控

视图 · View

今日重点 · Today's Highlights

[SABER: Benchmarking Operational Safety of LLM Coding Agents in Stateful Project Workspaces](https://arxiv.org/abs/2606.01317)[^1] - 把 coding agent 安全评估落到“项目工作区最终状态”，最佳模型仍超过 54% harmful safety-violation rate。

全文 ↓

[Do transformers need three projections? Systematic study of QKV variants](https://arxiv.org/abs/2606.04032)[^2] - 系统拆解 Q/K/V 投影共享，Q-K=V 在语言建模里以 3.1% perplexity 退化换来 50% KV cache reduction。

全文 ↓

[pg_durable](https://github.com/microsoft/pg_durable)[^3] - 把 durable execution 写进 PostgreSQL 扩展，用 SQL 工作流图和 checkpoint 替代外部 worker/queue/status-table 拼装。

全文 ↓

[microsoft/mxc](https://github.com/microsoft/mxc)[^4] - 用统一 JSON schema 和 TypeScript SDK 包装多平台 sandbox backend，定位在不可信代码、插件和模型输出执行。

全文 ↓

[Code2LoRA](https://arxiv.org/abs/2606.06492)[^5] - 用 hypernetwork 为仓库生成 LoRA adapter，并用 RepoPeftBench 覆盖 604 个 Python 仓库的静态与演化任务。

全文 ↓

论文 · Papers

12 项 · 论文

本期重点Do transformers need three projections? Systematic study of QKV variants2arxiv.org原文 ↗

arxiv.org

论文不是简单裁剪 attention，而是系统比较 Q-K=V、Q=K-V、Q=K=V 三类投影共享约束，并解释为什么共享 K/V 比共享 Q/K 更保留方向性。实验覆盖合成任务、MNIST/CIFAR/TinyImageNet/anomaly 视觉任务，以及 300M 和 1.2B 参数模型在 10B tokens 上的语言建模。最有工程含义的结果是 Q-K=V 把 KV cache 减半，perplexity 只退化 3.1%；与 GQA-4、MQA 叠加后 cache reduction 可到 87.5% 和 96.9%，使它更像 edge inference 的 attention weight tying 方案。

–

本期重点SABER: Benchmarking Operational Safety of LLM Coding Agents in Stateful Project Workspaces1arxiv.org原文 ↗

基准安全与攻防编码

SABER 把模型放进真实 agent-style project，而不是只看单轮安全拒答；评估对象是连续动作后最终环境状态是否被破坏。论文还把 safety violation 按原因归类，以分析不同模型的操作安全画像。最佳模型仍有超过 54% harmful safety-violation rate，这个数字说明“会说安全话”的 coding agent 在有状态工作区里仍可能做出高风险变更。

–

本期重点Code2LoRA: Hypernetwork-Generated Adapters for Code Language Models under Software Evolution5arxiv.org原文 ↗

arxiv.org

Code2LoRA 试图把仓库知识注入参数，而不是把依赖、API、项目约定都塞进长上下文。Static 模式把单个仓库快照转成 adapter，Evo 模式用 GRU hidden state 随 code diff 更新 adapter 状态。RepoPeftBench 包含 604 个 Python 仓库，静态轨道 40K/12K train/test assertion-completion 任务，演化轨道 215K/87K commit-derived train/test 任务；静态版达到 63.8% cross-repo exact match，Evo 版相对 single shared LoRA 提升 5.2 个百分点。

–

AURA: Intent-Directed Probing for Implicit-Need Surfacing in Situated LLM Agents6arxiv.org原文 ↗

arxiv.org

AURA 处理的不是“答对显式问题”，而是 situated query 中未说出口的需求，例如定位某人时用户也可能想知道是否适合打扰。方法在 scene perception 和 tool use 之间生成 IntentFrame，并用 gap score 控制 probe budget 与工具选择。100-query、四场景 benchmark 上，AURA 的 implicit-need coverage 比 ReAct-style probing 提高 0.07，p < 10^-6；在 factual lookup 中它用更少 probe 换取隐私敏感切片零 forbidden-tool violations，边界条件也因此更清楚。

–

ForeSci: Evaluating LLM Agents for Forward-Looking AI Research Judgment7arxiv.org原文 ↗

arxiv.org

ForeSci 把“未来研究判断”变成时间受控 benchmark：模型只能看 cutoff 前的 offline knowledge base，post-cutoff papers 只用于验证。它包含 500 个任务，跨四个快速变化的 AI domain 和四类 decision family。实验显示显式证据组织能改善 traceability 和 factual support，但 agent 仍会 cite 相关证据却预测错研究对象，这个 evidence-decision decoupling 是研究型 agent 很现实的失败模式。

–

AdaPlanBench: Evaluating Adaptive Planning in Large Language Model Agents under World and User Constraints8arxiv.org原文 ↗

arxiv.org

AdaPlanBench 关注约束逐步显露时 agent 能否重新规划，而不是一次性给出完整世界状态的静态 planning。它把 world constraints 和 user constraints 同时纳入动态交互设置，测试模型在反馈中修正计划的能力。检索到的摘要给出一个明确基线：十个领先 LLM 中最佳模型也只有 67.75% accuracy，说明 dual-constrained re-planning 仍是 agent 评测里的硬缺口。

–

TIDE: Proactive Multi-Problem Discovery via Template-Guided Iteration9arxiv.org原文 ↗

arxiv.org

TIDE 把 agent 任务从“响应用户看到的问题”改成“在上下文中主动发现多个隐藏问题”。它用 iterative discovery 避免单轮预测锚定最显眼问题，再用 thought templates 把过去案例里的上下文信号和问题类别结构化复用。论文在 personal workspaces 和 software repositories 两个设置、四个 backbone 上验证，相对 single-shot 和 parallel multi-agent baseline 在 coverage、identification、resolution 上都有收益。

–

Latent Reasoning with Normalizing Flows10arxiv.org原文 ↗

arxiv.org

NF-CoT 用 normalizing flows 建模连续 latent thoughts，试图保留 CoT 的 left-to-right generation、概率采样、KV-cache 兼容和 tractable likelihood。它在 LLM backbone 内加入 TARFlow-style flow，连续思维位置由 NF head 生成，文本位置继续走标准 LM head。论文摘要称其在 code-generation benchmarks 上超过 explicit-CoT 和既有 latent reasoning baseline，同时显著降低中间推理成本；真正值得看的是它把 latent reasoning 拉回自回归解码约束内。

–

Meta-Cognitive Memory Policy Optimization for Long-Horizon LLM Agents11arxiv.org原文 ↗

arxiv.org

MMPO 的出发点是长程 agent 的递归摘要会逐步丢失任务相关信息并引入语义噪声，仅用最终成功率训练很难定位哪一步记忆变坏。论文提出 Belief Entropy，用当前 memory 对 latent task state 的不确定性作为 self-supervised proxy，并把它作为 memory-specific dense supervision。实验报告 MMPO 在多类 long-horizon task 上优于既有方法，并在 1.75M-token contexts 下保持 97.1% performance。

–

LLM Anonymization Against Agentic Re-Identification12arxiv.org原文 ↗

arxiv.org

这篇论文把匿名化威胁模型升级到 web-search agent：弱上下文线索可以被跨源检索组合成再识别证据。它提出 AURA，也就是 Anonymization with Utility-Retention Adaptation，用 mask-reconstruct 框架分离 privacy localization 和 utility-preserving reconstruction。评估使用真实访谈 transcript，并以 interviewee-profile facts、codebook facts 和 contextual utility grid 评估保真度，适合关注隐私防护和文本分析可用性的交界。

–

LLMs Can Leak Training Data But Do They Want To? A Propensity-Aware Evaluation of Memorization in LLMs13arxiv.org原文 ↗

arxiv.org

PropMe 明确区分“被 prefix attack 逼出训练数据”的最坏情况能力和“普通使用中是否倾向泄露”的 propensity。它用 SimpleTrace 基于 infini-gram 将生成内容确定性归因到大规模语料，并同时计算 verbatim、near-verbatim、propensity-transformed memorization metrics。实验覆盖 Comma 与 DFM Decoder、Common Pile 与 Dynaword、两种语言，发现 prefix attacks 的泄露信号明显强于 generic 或 dataset-specific prompts，memorization audit 因此不应只报 extractability。

–

Video2LoRA: Parametric Video Internalization for Vision-Language Models14arxiv.org原文 ↗

arxiv.org

Video2LoRA 用 perceiver hypernetwork 读取冻结 VLM 编码视频时的中间表示，一次前向直接生成 LoRA adapter，不做迭代微调。查询阶段同一个 frozen VLM 只看 adapter，不再把视频 visual tokens 塞进上下文。它在 SmolVLM2 500M 和 2.2B 上训练，五个 captioning benchmarks 全 scale 达到与 video-in-context inference 统计 non-inferior/equivalent；虽然只用 12 frames、384px 训练，仍可稳定到 1,024 frames 和 1024px，并把 answer-time visual-token load 最多降 1,500x。

–

开源 / 项目 · Projects

12 项 · 开源 / 项目

本期重点pg_durable3github.com原文 ↗

工作流与控制流框架与脚手架系统·基础设施

pg_durable 是 PostgreSQL 内部的 durable execution 扩展，工作流用 SQL operator 组成图，再由 background worker checkpoint 每一步。README 明确说它适合 embedding pipeline、ingest pipeline、scheduled maintenance、fan-out aggregation 和外部 API workflow，尤其是团队本来已经把状态放在 Postgres 时。它依赖 pgrx、duroxide、duroxide-pg，支持 PostgreSQL 17/18；局限也写得直接：任意复杂应用逻辑或多异构系统 orchestration 仍可能更适合通用 orchestrator。

–

Open Code Review15github.com原文 ↗

github.com

Alibaba 的 Open Code Review 把 deterministic pipeline 和 LLM agent 组合起来做代码审查，目标是 line-level comments 而不是泛泛 diff 总结。README 说 agent 可以读完整文件、搜索代码库、查看其他 changed files，因此能利用 repository-level context。内置 ruleset 覆盖 NPE、thread-safety、XSS、SQL injection 等类别，并支持 OpenAI/Anthropic compatible 模型和 OpenTelemetry。

–

Anthropic defending-code-reference-harness16github.com原文 ↗

github.com

这是 Anthropic 发布的 autonomous vulnerability discovery/remediation reference harness，包含 Claude Code skills 和一条 recon → find → verify → report → patch pipeline。默认 harness 针对 C/C++ memory vulnerabilities，结合 Docker 与 ASAN；README 强调它是 reference，不是通用产品。重要的工程细节是自主 pipeline 会执行目标代码，因此默认要求 gVisor sandbox，这比只给 prompt 模板的安全工具更接近可复用作业流。

–

Bash Runtime for AWS Lambda17github.com原文 ↗

github.com

这个 runtime 让 AWS Lambda 直接运行 Bash glue code，并内置 jq 和 curl。它适合 webhook、轻量集成、运维自动化这类本来就由 shell 拼接的任务，而不是强行创建一层 Node 或 Python handler。技术看点在于把 Lambda 的事件入口和 shell 脚本环境接起来，牺牲复杂应用结构，换取极短的部署路径。

–

Busbar18github.com原文 ↗

github.com

Busbar 是一个 Rust LLM gateway，把现有 SDK 指向同一个 base URL 后，通过配置把 `model: "fast"` 映射到多个 provider pool。README 里最具体的机制包括 smooth weighted round-robin、per-pool circuit breaker、mid-request failover、session affinity、context-length failover，以及六类协议和 42 个 vetted providers。它把自己定位成单个 7.4MB 静态二进制，启动低于 15ms，并把 SSRF-safe upstream、constant-time token comparison、SHA-256 virtual keys 等安全细节放在请求路径设计里。

–

Lazarus19github.com原文 ↗

github.com

Lazarus 是面向 long-horizon coding task 的 coding agent，核心工具是 persistent Python runtime。这个设定把解释器状态变成 agent 工作的一部分，适合需要跨步骤保留变量、实验结果和中间推导的任务。它值得观察的不是“又一个 coding agent”，而是 persistent runtime 是否能减少长任务中的重复执行和上下文漂移。

–

Relic20github.com原文 ↗

github.com

Relic 的定位是轻量 coding agent，面向老旧和受限系统。它把 agent 部署边界从现代云端开发环境推向 legacy/constrained machine，这会迫使工具在体积、依赖、终端交互和模型调用上更克制。信息有限，但该项目的题眼很明确：coding agent 不应只服务高配开发站，也需要能进入旧系统维护现场。

–

eml-mcp21github.com原文 ↗

github.com

eml-mcp 是让 AI assistant 读写和管理 `.eml` 邮件归档的 MCP server。它把邮件归档变成模型可调用资源，适合本地邮件检索、摘要、分类和归档自动化。项目小而具体，技术价值在于把常见但格式分散的个人信息库接入 MCP，而不是构建又一套邮件客户端。

–

Lowfat22github.com原文 ↗

github.com

lowfat 在命令输出进入 agent 前做过滤，目标是减少噪声和 token cost。README 给出 Claude Code hook、shell integration、OpenCode plugin、Pi agent、direct prefix 多种路径，说明它不是单一 shell wrapper。它还有 stats、history、level、plugin scaffold 和 `.lf` filter DSL；这类工具的价值在于把“少喂无关输出”做成可审计的本地 pipeline。

–

LLMhop23github.com原文 ↗

github.com

LLMhop 是一个 Go 写的无状态 OpenAI-compatible router，读取请求体里的 `model` 字段后转发到对应后端。README 明确它服务 vLLM、sglang、TabbyAPI、Ollama、LocalAI、OpenRouter 等后端，但核心仍是单模型 inference server 前面的薄网关。它没有数据库、cache 或 background worker，零第三方依赖；适合自托管模型集群里用最小组件统一入口。

–

Agents Remember24github.com原文 ↗

github.com

Agents Remember 把 coding agent 学到的项目知识写成 repo-local Markdown，并用 Git 检查 drift。核心模型是路径映射：`src/foo/bar.ts` 对应 `ar-memory/onboarding/src/foo/bar.ts.md`，agent 可以按 path、semantic meaning、code graph relationship 三种方式取回记忆。它特别强调 approved work 之后才更新长期记忆，这使它不像普通 scratchpad，而更像带版本控制的项目知识层。

–

CLI for scoring OpenAPI for LLM legibility25github.com原文 ↗

github.com

jentic-api-scorecard 用 agent-readiness rubric 给 OpenAPI spec 打分。它关注的是 API 对 LLM/tool agent 是否“可读”：operation 命名、schema、描述、鉴权和错误模型如果模糊，agent 调用就会更依赖猜测。这个项目适合放在 MCP/API toolchain 前面做预检，把接口文档质量从主观 review 变成可重复检查。

–

行业动态 · Industry News

10 项 · 行业动态

Gov.uk has replaced Stripe with Dutch provider Adyen26theregister.com原文 ↗

theregister.com

GOV.UK Pay 将部分支付处理从 Stripe 迁移到荷兰 Adyen，The Register 报道三年合同最高 2,530 万英镑。合同覆盖约 17% 的 GOV.UK Pay 支付量，但涉及超过 70% 的组织，并将迁移约 1,000 个服务。技术和政策看点不在支付 API 本身，而在公共部门支付基础设施开始把供应商国别、open banking 和迁移风险一起纳入决策。

–

Dutch gov't will only allow European company to operate DigiD platform27nltimes.nl原文 ↗

nltimes.nl

荷兰政府表示 DigiD 平台运营方将限定为欧洲公司，背景是议会担心美国政府可能影响或关闭由 Kyndryl 相关链条承载的关键身份服务。DigiD 是荷兰居民访问税务、教育等政府服务的身份入口，因此这条新闻比普通 IT 外包更敏感。它和 GOV.UK Pay 一样，都把数字公共基础设施推向 sovereignty 和 operational continuity 的讨论。

–

Gemma 4 QAT models: Optimizing compression for mobile and laptop efficiency28blog.google原文 ↗

blog.google

Google 发布 Gemma 4 的 quantization-aware training 模型，目标是让移动设备和笔记本更高效地运行压缩模型。Gemma 4 系列本来就强调本地运行和边缘硬件，QAT 更新则把重点放在内存占用、速度和精度损失之间的部署折中。它不是新一代模型能力公告，而是端侧 AI 工程里很实际的一步：模型发布后，真正的瓶颈常常在可运行和可持续运行。

–

The ways we contain Claude across products29anthropic.com原文 ↗

anthropic.com

Anthropic 这篇工程文章讨论 claude.ai、Claude Code、Cowork 三种 agent 产品的 containment 架构。文中给出几个具体数字：Claude Code 用户批准约 93% 的 permission prompts，auto mode 可在执行前捕获约 83% overeager behaviors；Claude Opus 4.7 在 Gray Swan benchmark 单次攻击成功率约 0.1%，100 次 adaptive attempts 后约 5-6%。文章的判断是模型层防御必然有漏网率，环境隔离、外部内容权限和模型防御必须叠加。

–

When AI Builds Itself: Our progress toward recursive self-improvement30anthropic.com原文 ↗

anthropic.com

Anthropic Institute 把 recursive self-improvement 从理论风险拉到 AI R&D telemetry 和组织现实。检索摘要给出一个醒目数据：2026 年 3 月，Anthropic research teams 130 名员工的 poll 中位估计认为 Mythos Preview 让相关项目产出约为无 AI 模型时的 4 倍。文章值得读的地方在于它没有只谈“模型自我改写”，而是把 AI 加速 AI 研发的早期信号、度量和治理问题放在一起。

–

VoidZero Is Joining Cloudflare31news.ycombinator.com原文 ↗

news.ycombinator.com

HN 条目聚合了 VoidZero 加入 Cloudflare 的公告讨论；Cloudflare 官方说明中，VoidZero 是 Vite、Vitest、Rolldown、Oxc 和 Vite+ 背后的公司。这个收购/并入事件牵涉的是前端构建工具链的基础设施归属，而不是单个 SaaS 产品。社区关注点集中在开源项目持续性、Cloudflare 对 JavaScript 生态的控制力，以及 Vite 资源投入是否会改变治理边界。

–

Changing how we develop Ladybird32ladybird.org原文 ↗

ladybird.org

Ladybird 宣布调整开发流程，不再接受公开 pull request。对浏览器这类高复杂度项目来说，review bandwidth、架构一致性和安全边界可能比贡献入口数量更稀缺。新闻的技术含义是开源协作不是越开放越高效；当项目进入系统级复杂度，维护者需要把注意力从接收更多 patch 转向控制整条工程路径。

–

Communication on European Tech Sovereignty, and an EU Open-Source Strategy33digital-strategy.ec.europa.eu原文 ↗

digital-strategy.ec.europa.eu

欧盟发布 tech sovereignty communication 和 EU open-source strategy，把开源放进公共部门韧性、采购和产业自主的政策框架。结合 DigiD 和 GOV.UK Pay 的新闻看，这不是抽象宣言，而是政府开始把软件供应链、云、身份和支付放在同一张风险图上。值得关注的是后续是否会落实为 procurement rules、维护资金和公共代码复用机制。

–

Meta enables ADB on deprecated Portal devices34fb.watch原文 ↗

fb.watch

Meta 为停产 Portal 设备开放 ADB，给开发者提供再利用路径。硬件停产后开放调试接口，可以把原本封闭的消费设备转成 maker/dev playground，也降低电子废弃物压力。它的意义不在 Portal 本身还有多大市场，而在厂商如何处理已停止商业生命周期的联网设备。

–

South Korean forums will need to scan every images with AI censorship tools35discuss.privacyguides.net原文 ↗

discuss.privacyguides.net

Privacy Guides 讨论韩国在线社区需要扫描每张图片并使用 AI 审查工具的要求。这里的关键变化是平台从处理投诉和抽样审核，转向对每次图像上传默认做自动化检查。对社区运营者来说，这意味着隐私、误判、算力成本和合规责任同时上升；对用户来说，图片内容会更早进入不可见的模型审查链条。

–

博客文章 · Blog Posts

9 项 · 博客文章

Conventional Commits encourages focus on the wrong things36sumnerevans.com原文 ↗

sumnerevans.com

Sumner Evans 反对 Conventional Commits 的焦点不是“格式一定无用”，而是它容易让提交信息围绕类型标签和自动化 changelog 组织。真正对 reviewer 和未来维护者有用的，通常是改动语义、权衡、上下文和读者应关注的位置。文章适合拿来校准团队规范：机器可解析格式可以存在，但不能替代人需要读懂的解释。

–

Did Claude increase bugs in rsync?37alexispurslane.github.io原文 ↗

alexispurslane.github.io

这篇文章分析 rsync 代码变更中的 Claude 参与情况和 bug 关系。它的具体价值在于把 AI-assisted coding 的质量问题放进真实底层工具项目，而不是用玩具 benchmark 或主观印象讨论。即使不把结论外推，rsync 这种历史悠久、边界条件密集的软件也能很好地暴露 agent 生成 patch 的审查成本。

–

Programmers will document for Claude, but not for each other38blog.plover.com原文 ↗

blog.plover.com

Mark Dominus 观察到开发者愿意写 CLAUDE.md、PROJECT.md 和 handoff 文档给 Claude，却过去不愿为同事写同等说明。他的实践是让 Claude 在项目结束时写高层项目总结，自己审阅后提交进 repo；最近一次总结生成只花十秒，审阅成本远低于从零写作。文章最有意思的结论是，agent 的上下文需求可能反向改善人类可读的项目文档。

–

Fine-tuning an LLM to write docs like it's 199539passo.uno原文 ↗

passo.uno

作者用 Bitsavers 和 Internet Archive 的 Microsoft 旧手册微调小模型，让它写出 1990s 技术文档风格。训练语料来自 1977-2005 年 out-of-print docs，超过 3,700 万词；清洗后得到 192,456 个 JSONL examples，训练适配器总成本约 50 美元。实验结果显示 Qwen 2.5 7B 的 fine-tune 能把 REST API 这种年代错位概念写成接近旧式资源手册的结构，但作者也强调这类模型仍缺判断力，只适合辅助风格和草稿。

–

Quoting Andreas Kling40simonwillison.net原文 ↗

simonwillison.net

Simon Willison 摘录 Andreas Kling 对 Ladybird 开发流程调整的说明，强调不再接受公开 PR 背后的维护逻辑。这个条目和原公告的差别在于 Simon 把它作为开源治理信号处理：复杂系统的开放协作需要足够 review capacity、设计一致性和长期方向控制。它适合与“更多贡献是否总是更好”的工程管理问题一起读。

–

AI enthusiasts are in a race against time, AI skeptics are in a race against entropy41simonwillison.net原文 ↗

simonwillison.net

Simon 转述 Charity Majors 对团队内部 AI 分歧的概括：enthusiasts 害怕错过 AI 带来的非连续能力跃迁，skeptics 害怕代码生成速度超过阅读理解速度后系统可靠性坍塌。两边都面对真实威胁，而问题在于二者没有自然 feedback loop。这个观察比“乐观派/怀疑派谁对”更有用，因为它把冲突转成组织设计问题：怎样让速度收益和可靠性债务在同一个反馈系统里显形。

–

not much happened today42news.smol.ai原文 ↗

news.smol.ai

smol.ai 这期 newsletter 汇总 2026-06-03 到 2026-06-04 的 AI 社区动态。它不是单条深度文章，而是把模型、工具、社区讨论和发布节奏压成日更雷达。适合快速感知 AI 工具链的密度：即使标题说 “not much”，这类日报也能显示行业里的小更新如何累积成开发者实际工作流变化。

–

Using Fedora Silverblue for Compositor Development43bxt.rs原文 ↗

bxt.rs

文章记录用 Fedora Silverblue 做 compositor 开发的环境和工作流。Silverblue 的 immutable root、toolbox/toolbx、Podman 和 Flatpak 对普通开发是隔离优势，但 compositor 开发会碰到图形栈、Wayland session 和容器边界的特殊摩擦。它值得读的地方在于把“不可变桌面适合开发吗”落到一个高耦合系统项目，而不是泛泛比较发行版。

–

Code is Cheap(er)44htmx.org原文 ↗

htmx.org

htmx 这篇 essay 讨论 AI 让生成代码的边际成本下降后，软件工程真正稀缺的东西会转向理解、验证、维护和产品判断。这个论点和 htmx 一贯的简化复杂度立场一致：代码更便宜不等于系统更便宜。更合理的推论是团队要重新计算“写更多代码”与“保留可理解边界”的成本，而不是把生成速度当作唯一生产率。

–

引用来源 · References

53 条 · 引用
  1. 1 SABER: Benchmarking Operational Safety of LLM Coding Agents in Stateful Project Workspaces. arXiv:2606.01317https://arxiv.org/abs/2606.01317 ↩ 回到正文 · back to text
  2. 2 Do transformers need three projections? Systematic study of QKV variants. arXiv:2606.04032https://arxiv.org/abs/2606.04032 ↩ 回到正文 · back to text
  3. 3 pg_durablehttps://github.com/microsoft/pg_durable ↩ 回到正文 · back to text
  4. 4 microsoft/mxchttps://github.com/microsoft/mxc ↩ 回到正文 · back to text
  5. 5 Code2LoRA: Hypernetwork-Generated Adapters for Code Language Models under Software Evolution. arXiv:2606.06492https://arxiv.org/abs/2606.06492 ↩ 回到正文 · back to text
  6. 6 AURA: Intent-Directed Probing for Implicit-Need Surfacing in Situated LLM Agents. arXiv:2606.05557https://arxiv.org/abs/2606.05557 ↩ 回到正文 · back to text
  7. 7 ForeSci: Evaluating LLM Agents for Forward-Looking AI Research Judgment. arXiv:2606.00644https://arxiv.org/abs/2606.00644 ↩ 回到正文 · back to text
  8. 8 AdaPlanBench: Evaluating Adaptive Planning in Large Language Model Agents under World and User Constraints. arXiv:2606.05622https://arxiv.org/abs/2606.05622 ↩ 回到正文 · back to text
  9. 9 TIDE: Proactive Multi-Problem Discovery via Template-Guided Iteration. arXiv:2606.04743https://arxiv.org/abs/2606.04743 ↩ 回到正文 · back to text
  10. 10 Latent Reasoning with Normalizing Flows. arXiv:2606.06447https://arxiv.org/abs/2606.06447 ↩ 回到正文 · back to text
  11. 11 Meta-Cognitive Memory Policy Optimization for Long-Horizon LLM Agents. arXiv:2605.30159https://arxiv.org/abs/2605.30159 ↩ 回到正文 · back to text
  12. 12 LLM Anonymization Against Agentic Re-Identification. arXiv:2605.30848https://arxiv.org/abs/2605.30848 ↩ 回到正文 · back to text
  13. 13 LLMs Can Leak Training Data But Do They Want To? A Propensity-Aware Evaluation of Memorization in LLMs. arXiv:2606.06286https://arxiv.org/abs/2606.06286 ↩ 回到正文 · back to text
  14. 14 Video2LoRA: Parametric Video Internalization for Vision-Language Models. arXiv:2606.04351https://arxiv.org/abs/2606.04351 ↩ 回到正文 · back to text
  15. 15 Open Code Reviewhttps://github.com/alibaba/open-code-review ↩ 回到正文 · back to text
  16. 16 Anthropic defending-code-reference-harnesshttps://github.com/anthropics/defending-code-reference-harness ↩ 回到正文 · back to text
  17. 17 Bash Runtime for AWS Lambdahttps://github.com/interchecks/bash-lambda-runtime ↩ 回到正文 · back to text
  18. 18 Busbarhttps://github.com/MattJackson/busbarAI ↩ 回到正文 · back to text
  19. 19 Lazarushttps://github.com/ExpressGradient/lazarus ↩ 回到正文 · back to text
  20. 20 Relichttps://github.com/felixrieseberg/relic ↩ 回到正文 · back to text
  21. 21 eml-mcphttps://github.com/MiguelRipoll23/eml-mcp ↩ 回到正文 · back to text
  22. 22 Lowfathttps://github.com/zdk/lowfat ↩ 回到正文 · back to text
  23. 23 LLMhophttps://github.com/mirkolenz/llmhop ↩ 回到正文 · back to text
  24. 24 Agents Rememberhttps://github.com/Foxfire1st/agents-remember-md ↩ 回到正文 · back to text
  25. 25 CLI for scoring OpenAPI for LLM legibilityhttps://github.com/jentic/jentic-api-scorecard ↩ 回到正文 · back to text
  26. 26 Gov.uk has replaced Stripe with Dutch provider Adyenhttps://www.theregister.com/public-sector/2026/06/04/govuk-goes-dutch-on-payments-as-it-dumps-stripe/5250763 ↩ 回到正文 · back to text
  27. 27 Dutch gov't will only allow European company to operate DigiD platformhttps://nltimes.nl/2026/06/05/dutch-govt-will-allow-european-company-operate-digid-platform ↩ 回到正文 · back to text
  28. 28 Gemma 4 QAT models: Optimizing compression for mobile and laptop efficiencyhttps://blog.google/innovation-and-ai/technology/developers-tools/quantization-aware-training-gemma-4/ ↩ 回到正文 · back to text
  29. 29 The ways we contain Claude across productshttps://www.anthropic.com/engineering/how-we-contain-claude ↩ 回到正文 · back to text
  30. 30 When AI Builds Itself: Our progress toward recursive self-improvementhttps://www.anthropic.com/institute/recursive-self-improvement ↩ 回到正文 · back to text
  31. 31 VoidZero Is Joining Cloudflarehttps://news.ycombinator.com/item?id=48398055 ↩ 回到正文 · back to text
  32. 32 Changing how we develop Ladybirdhttps://ladybird.org/posts/changing-how-we-develop-ladybird/ ↩ 回到正文 · back to text
  33. 33 Communication on European Tech Sovereignty, and an EU Open-Source Strategyhttps://digital-strategy.ec.europa.eu/en/library/communication-european-tech-sovereignty-accompanied-eu-open-source-strategy ↩ 回到正文 · back to text
  34. 34 Meta enables ADB on deprecated Portal deviceshttps://fb.watch/HxPu0fSyeH/ ↩ 回到正文 · back to text
  35. 35 South Korean forums will need to scan every images with AI censorship toolshttps://discuss.privacyguides.net/t/south-korean-online-communities-will-need-to-scan-every-images-with-ai-censorship-tools/38341 ↩ 回到正文 · back to text
  36. 36 Conventional Commits encourages focus on the wrong thingshttps://sumnerevans.com/posts/software-engineering/stop-using-conventional-commits/ ↩ 回到正文 · back to text
  37. 37 Did Claude increase bugs in rsync?https://alexispurslane.github.io/rsync-analysis/ ↩ 回到正文 · back to text
  38. 38 Programmers will document for Claude, but not for each otherhttps://blog.plover.com/2026/03/09/#documentation-wins-2 ↩ 回到正文 · back to text
  39. 39 Fine-tuning an LLM to write docs like it's 1995https://passo.uno/fine-tuning-docs-llm/ ↩ 回到正文 · back to text
  40. 40 Quoting Andreas Klinghttps://simonwillison.net/2026/Jun/5/andreas-kling/#atom-everything ↩ 回到正文 · back to text
  41. 41 AI enthusiasts are in a race against time, AI skeptics are in a race against entropyhttps://simonwillison.net/2026/Jun/4/ai-enthusiasts-ai-skeptics/#atom-everything ↩ 回到正文 · back to text
  42. 42 not much happened todayhttps://news.smol.ai/issues/26-06-04-not-much/ ↩ 回到正文 · back to text
  43. 43 Using Fedora Silverblue for Compositor Developmenthttps://bxt.rs/blog/using-fedora-silverblue-for-compositor-development/ ↩ 回到正文 · back to text
  44. 44 Code is Cheap(er)https://htmx.org/essays/code-is-cheap/ ↩ 回到正文 · back to text
  45. 45 vercel-labs/agent-browserhttps://github.com/vercel-labs/agent-browser ↩ 回到正文 · back to text
  46. 46 github/spec-kithttps://github.com/github/spec-kit ↩ 回到正文 · back to text
  47. 47 github/copilot-sdkhttps://github.com/github/copilot-sdk ↩ 回到正文 · back to text
  48. 48 NVIDIA/cosmoshttps://github.com/NVIDIA/cosmos ↩ 回到正文 · back to text
  49. 49 NVIDIA/NemoClawhttps://github.com/NVIDIA/NemoClaw ↩ 回到正文 · back to text
  50. 50 PaddlePaddle/PaddleOCRhttps://github.com/PaddlePaddle/PaddleOCR ↩ 回到正文 · back to text
  51. 51 lfnovo/open-notebookhttps://github.com/lfnovo/open-notebook ↩ 回到正文 · back to text
  52. 52 langgenius/difyhttps://github.com/langgenius/dify ↩ 回到正文 · back to text
  53. 53 jdx/misehttps://github.com/jdx/mise ↩ 回到正文 · back to text