每日 Harness 开源 · Source
全部刊期 · All issues

每日 Harness

2026-08-14 · Friday, August 14, 2026

智能体工程进入可靠性深水区

视图 · View

今日重点 · Today's Highlights

论文 · Papers

15 项 · 论文

本期重点LinearKV: One Cached State Suffices for Position-Independent Caching in Hybrid LLMs1arxiv.org原文 ↗

arxiv.org

论文针对混合 LLM 中线性递归层没有 token-indexed KV、无法执行片段拼接的问题，提出训练免费、解耦初始化的 PIC 框架。每个线性层把 K 个命中局部状态映射为一个初始状态，注意力层仍沿用原缓存路径；在 Mamba-2 上单缓存块恢复 86.8% 的全量质量，精确组合仅 46.6%，并将 TTFT 降到完整预填充的 0.46 倍。它的价值在于证明“代数上更精确”并不等于 serving 质量更高，尤其适合已有 PIC selector 的混合模型部署。

–

InfraBench: Evaluating Infrastructure Agents Across Layers, Lifecycle, and Risk6arxiv.org原文 ↗

arxiv.org

InfraBench 把 agent 放进覆盖计算栈、操作生命周期和风险检查的基础设施任务，而不是只看命令是否返回成功。15 种配置的有效得分约 40%-88%，同一任务重复三次后，最强配置仍只能通过部分尝试；逐检查评分反复发现非持久修改、分布式不变量破坏、危险副作用和残留状态。基准公开 live leaderboard、任务与 harness，适合把“完成一次”与“留下可运行系统”分开衡量。

–

Deployment Decision Reliability7arxiv.org原文 ↗

arxiv.org

这项工作用四面体 Generalizability Theory 拆解 TheAgentCompany、tau2-bench、AppWorld 的长时程评测方差，并把结果封装成部署决策报告。三个数据集里 agent 主效应都不到总方差的 3%，agent-by-task 交互却占 7%-23%；tau2 action_checks 在最难四分位的可靠度从 0.752 直接降到 0。结论不是再造一个排行榜，而是提醒采购方报告任务抽样和不确定性，否则榜单很可能只是在排“专长”。

–

When Self-Consistency Backfires8arxiv.org原文 ↗

arxiv.org

论文对 GPQA Diamond 的 198 道研究生科学题做预注册复核，检验多条思路多数投票是否真的值得增加推理预算。Qwen2.5-7B 有 56.6% 的题目在 self-consistency 下逐题变差，Llama-3-8B 为 65.7%；最高一致性档对 Qwen 只有约一半正确，且一致性门控和 token entropy 门控都几乎没有帮助。作者明确把 reasoning-native 模型列为未解决变量，因此结果更像对小型 instruction-tuned 模型的警报，而不是对所有模型的否定。

–

Harness-IF9arxiv.org原文 ↗

arxiv.org

Harness-IF 将“遵守规则”改成可从执行轨迹判定的单条证据，覆盖 60 个多轮 coding 任务、642 条规则库中的 256 条规则和五种可配置指令载体。12 个 frontier 模型总体准确率为 72.1%-85.9%，但 against-prior accuracy 低 3.6-7.4 个百分点，说明很多表面合规其实只是模型本来就会这么做。冲突试验还显示系统提示、项目文件与用户指令的优先级领先工具和 skill 描述，提示 harness 设计不能只按“提示离模型更近”排序。

–

本期重点The Sleeping Agent2arxiv.org原文 ↗

arxiv.org

SWC 给历史按显著性分层，再对中优先级内容做结构化 gist；在十个 LoCoMo 对话的 1,935 个匹配问题上，压缩比简单截断更利于多跳推理和单跳事实检索，却明显伤害时间题。原因被定位到摘要提示主动保留关系与事件、丢掉日期时间；仅加入一句时间保留要求，就把时间表达保留率从 3.05% 提到 62.39%，category-2 judge accuracy 增加 0.314。这个结果把“压缩损失”从笼统容量问题缩小成可编辑的提示精度问题。

–

本期重点Agent Skills Can Be Harmful3arxiv.org原文 ↗

arxiv.org

作者用配对的 no-skill 或语义匹配 skill 运行，做差分归因而不是把所有失败都归到模型本身。在 SkillsBench 和 SWE-Skills-Bench 中，他们统计出 307 个 skill-induced failures：125 个功能失败、182 个效率回退；Excessive Procedure 中过度验证占 67 例、沉重实现流程占 30 例。最值得注意的是，失败通常来自看似贴题的 skill 把检查清单和施工配方变成硬性步骤，说明 skill registry 需要成本和副作用评估。

–

EvoGraph-Mem10arxiv.org原文 ↗

arxiv.org

EvoGraph-Mem 把长期经验表示为可编辑的 insight graph，每个节点同时维护正证据、负证据和激活状态。任务完成后，图控制器可以保留可靠 insight、归档无效 insight、修订过期 insight，再加入新发现；utility-aware retrieval 负责在取回阶段抑制冲突记忆。消融直接表明 append-only 记忆在长时程任务中不够，维护机制本身是记忆可靠性的组成部分。

–

Graph-Structured Rubrics11arxiv.org原文 ↗

arxiv.org

GSR 在观察回答前把自然语言 rubric 编译成带类型的评估图：criterion 节点产生判断，transformation/reduction/gating 算子通过命名端口组合，Readout 把唯一汇点映射成分数或偏好；类型不匹配的图会在编译期拒绝。GPT-OSS-120B 上，四个 pointwise 数据集的 exact score agreement 比 Prometheus-style 高 0.62-6.75 个百分点，并在两个 pairwise 基准取得最高端到端准确率。它把评分规则的“组合语义”从 prompt 中显式化，便于检查和复用。

–

The Wording Effect12arxiv.org原文 ↗

arxiv.org

BenchDrift 沿语言、指称、语用和结构四个维度生成保持答案不变的改写，再观察 GSM8K、MMLU、MATH-Hard 上八个模型的双向漂移。弱模型从改写中得到的正确答案多于丢失，强模型却相反，且强模型在榜单上越高，分数越依赖碰巧采用的措辞；模型之间还大体同意哪些改写最伤正确答案。由此看，单一 phrasing 的 benchmark 分数同时混入了模型能力和题面脆弱性。

–

Agent Safety Should Be a Runtime Contract13arxiv.org原文 ↗

arxiv.org

论文把代码执行、文件修改、发信和数据库写入视为必须由 harness 约束的运行时行为，而非只靠 RLHF/DPO 内化。它提出预防面（sandbox、权限门、轨迹监视）和证据面（测试、日志、diff、引用 grounding），并审计 52 起事故、31 个 false-completion 核心案例、12 个公开系统 schema。对 2023-2025 年 NeurIPS、ICML、ICLR 共 28,560 篇论文的标题审计还发现训练期与部署期研究存在 8-12 倍失衡，论点因此落在“带可检查证据的轨迹”而非单个模型上。

–

Beyond Single-Turn Confidence14arxiv.org原文 ↗

arxiv.org

研究把 action-token 概率、轨迹重采样一致性和模型自评三类单轮 UQ 迁移到含工具调用和状态变化的完整轨迹。五个模型、四个 BFCL-v4/tau2-bench 数据集显示，reflexive score 多数设置下是最强的低成本基线，black-box consistency 常为最强家族，其中 trajectory-equivalence 和 action-set consistency 排名靠前。token 概率则高度依赖跨轮 aggregator，说明单轮校准结果不能直接搬到 agent runtime。

–

EnterpriseRAG15arxiv.org原文 ↗

arxiv.org

EnterpriseRAG 用 983 个专家校验样本覆盖六个领域，把检索噪声、知识缺口、事实冲突与多维指令同时注入。13 个模型在单约束满足率约 80% 时，所有要求同时满足的回答只有 26.8%，产生 57 个百分点的 orchestration gap；知识缺口和事实冲突即使在增强推理下仍造成明显崩溃。它把企业 RAG 的核心问题从“能否找到一段相关文档”推进到“能否在不完美上下文中保持整体服从”。

–

Who Thinks Best Depends on How Long You Let Them16arxiv.org原文 ↗

arxiv.org

论文在三个推理基准、四个模型和 64-4,096 token 七档预算上做了 56,476 次推理。3%-19% 的样本随预算增加出现非单调下降，所有基准都发生统计显著的模型排名反转；oracle 显示模型互补最高可达 27.8 个百分点，而预算感知路由跨域只追回 oracle gap 的 14.1%。因此“哪个模型最好”必须连同 token budget 和域一起报告。

–

Poor Man's Agentic Modeling17arxiv.org原文 ↗

arxiv.org

该方法先用几百到几千次廉价查询拟合低参数代理，再把它们组成可在笔记本运行的大型 agent society，目标是研究宏观相变和规模趋势而非单体认知。作者复现 EconAgent 及另外七个 LLM 模拟，主要用 DeepSeek、总成本仅几美元；interaction order x memory 分类能在仿真前预测 surrogate error 随 N 的走势，两个反例也被无自由参数理论定量解释。它提供了一条把昂贵 agent 实验转成统计物理式近似的可检验路径。

–

开源 / 项目 · Projects

15 项 · 开源 / 项目

DeepSeek Harness18deepseek.com原文 ↗

deepseek.com

DeepSeek 发布的开源 coding-agent harness 开发者预览，digest 将其定位为面向 agent 开发与运行的基础层。该条公开描述集中在“开发者预览”和开源 harness 两点，尚不足以支持更细的协议或性能判断。

–

本期重点Spaghettifying DRAM4github.com原文 ↗

github.com

仓库在 DRAM 控制器的最底层改写地址转换，让物理地址可以落到不同的 DRAM 坐标；README 用“重接内存层级”解释为什么上层 CPU、固件和芯片组隔离看不到这次重排。实验以 AMD Family 16h 为主，并列出 PSP、SMM、C6 DRAM 和 CPU microcode 等可触达保护区域，展示的是硬件边界研究而非通用攻击工具。

–

Woxi19woxi.ad-si.com原文 ↗

woxi.ad-si.com

Woxi 是 Rust 编写的开源 Wolfram Language 解释器，围绕同一语言核心提供 GUI、CLI、Jupyter、Python、npm 和 WASM 入口。多种宿主接口让它既能作为桌面计算工具，也能嵌入 notebook、脚本和浏览器环境。

–

MCP Memory20github.com原文 ↗

github.com

MCP-Memory 以 MCP server 形式给 Claude Desktop、Cursor、Windsurf、Codex 等 agent 提供持久长期记忆。它使用 OKF v0.2 组织记录，底层 SQLite FTS5 同时支持 key-value、标签过滤和全文搜索，部署边界是本地文件而非托管向量服务。

–

OpenCode Senses21github.com原文 ↗

github.com

这个 OpenCode 插件为文本模型加上本地视觉管线，把截图和照片分析为 OCR、对象位置、颜色等结构化证据。它不需要 API key，README 把“图像不离开本机”和可供模型继续推理的证据格式作为主要设计点。

–

Ballet22ballet.dev原文 ↗

ballet.dev

Ballet 接受自然语言的跨系统目标，生成可 review、可 version-control、可 replay 的集成代码。其实现把确定性 workflow 留给需要一致性的步骤，只在判断型环节调用 agent，因而试图解决传统 connector 图无法覆盖私有 API、而纯 agent 流程又难审计的问题。

–

NanoRL23github.com原文 ↗

github.com

nanoRL 用约 1,800 行、7 个文件把 CartPole 教学实验和 GPU 集群异步 RLVR 放进一套 loop，明确不依赖 Ray、TRL、DeepSpeed。REINFORCE、PPO、GRPO、RLOO 只通过 advantage 计算区分，统一更新式是 advantage 与 logprob 的均值，适合读代码而不是当黑盒包导入。

–

Lark24github.com原文 ↗

github.com

Lark 是基于 Glommio 的 Rust 实时 JSON 数据库，目标是直接兼容 Firebase Realtime Database client SDK。仓库的 server、edge、blob、测试和 Fly 部署目录说明它同时在做运行时、边缘入口与运维打包。

–

Parquity25github.com原文 ↗

github.com

Parquity 面向 Parquet 互操作性，既测试逻辑表 round trip 是否保持，也比较独立 reader 对已有 bytes 的解释。它把 schema/value 差异、provider error、timeout 和 crash 都作为结果，配合 fuzzing 与最小化流程定位跨引擎语义分歧。

–

Bsdkrun26github.com原文 ↗

github.com

bsdkrun 为 macOS 和 Linux 提供即时 MicroVM/unikernel 运行入口。仓库把 core、daemon、desktop、SDK、pack、supervisor 和 web 分开，显示其目标不只是一个启动命令，而是覆盖运行时、镜像打包和交互入口的工具链。

–

OxiSH27dirkjan.ochtman.nl原文 ↗

dirkjan.ochtman.nl

OxiSH 被 digest 定位为以 Rust 内存安全实现为目标的新 SSH server。现有公开描述没有给出足够的协议扩展或基准数据，因此条目聚焦其实现取向。

–

Neal28github.com原文 ↗

github.com

Neal 把大型迁移拆成 planner、coder、reviewer 三个角色的计划驱动循环，并允许每个角色绑定不同 provider 和 model。它的工程判断是让职责与审查点显式化，降低把整次迁移交给一个长 prompt 的不可控程度。

–

Decant29github.com原文 ↗

github.com

Decant 在本地解析 Claude Code 与 Codex 会话，统计 token spend、上下文窗口、触碰文件和成本。fixtures、主题、CLI 打包和测试都在仓库中，说明它面向持续观察和可安装使用，而非一次性手工分析。

–

CoreTrace30coretrace.srianjaneyam.me原文 ↗

coretrace.srianjaneyam.me

CoreTrace 是浏览器里的 16 位 CPU 模拟器，交互重点是逐指令查看寄存器、内存、ALU、总线和数据通路。它把抽象的指令执行拆成可观察状态，适合作为教学和微架构调试界面。

–

FrontFamily31frontfamily.com原文 ↗

frontfamily.com

FrontFamily 以组件库映射为核心，在 MUI、Chakra、Ant Design 等系统间查询对应组件。这个方向把迁移成本从逐个搜索 API 降到跨库概念对照，但当前公开摘要没有说明映射覆盖率。

–

行业动态 · Industry News

15 项 · 行业动态

Gemini 3.7 Flash32blog.google原文 ↗

blog.google

Google 发布 Gemini 3.7 Flash 及对应 API，属于模型和服务同时更新的版本消息。

–

Previewing Ultrafast mode33openai.com原文 ↗

openai.com

OpenAI 把 GPT-5.6 Sol 推入由 Cerebras 支撑的 Ultrafast API 预览，页面给出的上限是 750 output tokens/s、相对 Standard 最多 14 倍。官方把事故响应、金融研究、客服、commerce 和交互式实验列为首批场景，说明速度层的产品叙事集中在缩短“观察-试验-决策”循环。

–

Mistral OCR 4.134docs.mistral.ai原文 ↗

docs.mistral.ai

Mistral 上线 OCR 4.1 的模型文档和接口说明，更新重点落在 OCR 服务可用性。

–

Codex in ChatGPT desktop app for Linux35community.openai.com原文 ↗

community.openai.com

Linux 桌面预览把 ChatGPT、Work 和 Codex 放进一个原生应用，支持 Ubuntu 24.04/26.04、Debian 13、Fedora 43/44，以及 x64/ARM64 的 deb/rpm。社区反馈显示 Fedora KDE/Wayland 下 Fcitx 日文/韩文输入可用 `--enable-wayland-ime` 修复，同时也有人遇到 CLI 项目不自动出现在桌面项目列表，预览性质很明显。

–

Grok 4.636x.ai原文 ↗

x.ai

xAI 发布 Grok 4.6 模型版本，消息本身未在可读页面中展开更多指标。

–

Qwen3.8-2.4T-A95B37huggingface.co原文 ↗

huggingface.co

Qwen 发布 2.4T 总参数、95B 激活参数模型的权重与模型卡，属于超大 MoE 权重开放条目。

–

The builder’s guide to GPT-5.640openai.com原文 ↗

openai.com

这份指南把 GPT-5.6 的生产用法拆为模型选择、Responses API、programmatic tool calling、多 agent 和 prompt caching，并以 price-performance 与 agent 架构效率为主线。它更像一份系统设计手册，而非单一 benchmark 公告。

–

Flutter 3.4743flutter.dev原文 ↗

flutter.dev

Flutter 团队发布 3.47 版本及更新说明，属于框架常规版本推进。

–

Solid 2.0 RC44solidjs.com原文 ↗

solidjs.com

SolidJS 发布 2.0 候选版本，公告标志着新主版本进入发布候选阶段。

–

Flock Guardrails45flocksafety.com原文 ↗

flocksafety.com

Flock Safety 调整车牌识别系统默认设置，并公布隐私与透明度措施，重点是把 LPR 的默认运行边界显式化。

–

Nine PBS Could Lose 70 Years of Archives46tomshardware.com原文 ↗

tomshardware.com

Nine PBS 因承包的云存储供应商停业而失去约 70 年档案的访问权，并通过诉讼寻求数据保全。这起事件把供应商持续经营和退出机制直接暴露为数字档案保存的基础设施风险。

–

博客文章 · Blog Posts

15 项 · 博客文章

Understanding Is the New Bottleneck48geoffreylitt.com原文 ↗

geoffreylitt.com

作者认为 agent 生成代码后，真正稀缺的是人类理解和继续参与迭代的能力；他提出 code explainer、交互式 quiz、micro-world 三种补偿机制。尤其是五题 quiz，被定义为让 AI 循环速度受人类理解校准的“速度调节器”，而不是传统验收清单。

–

NP-Overrated49gruhn.me原文 ↗

gruhn.me

文章讨论 NP 完全性、复杂性分类与实际计算难度之间的差异，提醒理论分类并不自动等价于工程上的可行性。

–

What Sort of Maths Are LLMs Good At?50gowers.wordpress.com原文 ↗

gowers.wordpress.com

Timothy Gowers 考察 LLM 在不同类型数学问题上的能力边界，主题是把“会做数学”拆成更具体的题型和推理要求。

–

HTML over WebSockets51en.andros.dev原文 ↗

en.andros.dev

文章演示通过 WebSocket 直接传输 HTML，用很少的客户端 JavaScript 构建实时单页应用，讨论点是把交互状态更多留在服务器侧。

–

Where Did the Old Web Go?520.mk原文 ↗

0.mk

作者跟踪 657,607 个链接，统计旧网页的失效和迁移，把 link rot 从零散抱怨变成可量化的网络保存问题。

–

Why Tiny JPEGs Look Different in Chrome53guillaumetech.github.io原文 ↗

guillaumetech.github.io

文章分析 Chrome 在缩放小尺寸 JPEG 时产生视觉差异的原因，关注浏览器图像管线在极小采样尺寸下的可见副作用。

–

Kubernetes on Oxide55oxide.computer原文 ↗

oxide.computer

Oxide 说明自己如何根据客户需求设计 Kubernetes 集成，文章重点是产品边界和运维责任如何影响控制面接入方式。

–

Text AI Watermarks Will Always Be Trivial to Remove57seangoedecke.com原文 ↗

seangoedecke.com

文章从 EU AI Act 的“可检测”要求出发，解释文本不像图像那样有可隐藏噪声，任何词汇或字符签名都会牺牲质量或易被改写破坏。作者比较 SynthID 的 token 采样和 Unicode homoglyph，指出归一化字符或同义改写足以去除后者；C2PA 则只能覆盖带容器元数据的文件。

–

Write a SQL Optimizer Using Egg58rustmagazine.org原文 ↗

rustmagazine.org

教程用 Rust 的 egg equality-saturation 在不足千行代码中实现 SQL 优化器，覆盖表达式化简、常量折叠、谓词下推、列裁剪、HashJoin、连接重排和成本估计。示例还能跑真实 TPC-H 查询，说明 e-graph 不只适合玩具表达式。

–

My Homelab Got Hacked59phunky.cafe原文 ↗

phunky.cafe

文章复盘家庭实验室环境遭入侵后的攻击路径与处置过程，重点是从一次具体事故还原自托管系统的暴露面。

–

GitHub Stacks in Jujutsu60alan.norbauer.com原文 ↗

alan.norbauer.com

文章介绍用 Jujutsu 管理和提交 GitHub stacked changes 的工作流，把多提交依赖链的重排、更新与推送作为日常操作对象。

–

引用来源 · References

75 条 · 引用
  1. 1 LinearKV: One Cached State Suffices for Position-Independent Caching in Hybrid LLMs. arXiv:2608.11231https://arxiv.org/abs/2608.11231 ↩ 回到正文 · back to text
  2. 2 The Sleeping Agent: What Gist-Based Context Compression Loses and Why. arXiv:2608.11775https://arxiv.org/abs/2608.11775 ↩ 回到正文 · back to text
  3. 3 Agent Skills Can Be Harmful: An Empirical Study of Skill-Induced Failures in LLM Agents. arXiv:2608.11888https://arxiv.org/abs/2608.11888 ↩ 回到正文 · back to text
  4. 4 Spaghettifying DRAMhttps://github.com/xoreaxeaxeax/skitter-creek-bath-salts ↩ 回到正文 · back to text
  5. 5 NVIDIA-NeMo/Switchyardhttps://github.com/NVIDIA-NeMo/Switchyard ↩ 回到正文 · back to text
  6. 6 InfraBench: Evaluating Infrastructure Agents Across Layers, Lifecycle, and Risk. arXiv:2608.11234https://arxiv.org/abs/2608.11234 ↩ 回到正文 · back to text
  7. 7 Deployment Decision Reliability. arXiv:2608.11323https://arxiv.org/abs/2608.11323 ↩ 回到正文 · back to text
  8. 8 When Self-Consistency Backfires. arXiv:2608.11403https://arxiv.org/abs/2608.11403 ↩ 回到正文 · back to text
  9. 9 Harness-IF. arXiv:2608.11727https://arxiv.org/abs/2608.11727 ↩ 回到正文 · back to text
  10. 10 EvoGraph-Mem. arXiv:2608.11248https://arxiv.org/abs/2608.11248 ↩ 回到正文 · back to text
  11. 11 Graph-Structured Rubrics. arXiv:2608.12097https://arxiv.org/abs/2608.12097 ↩ 回到正文 · back to text
  12. 12 The Wording Effect. arXiv:2608.11694https://arxiv.org/abs/2608.11694 ↩ 回到正文 · back to text
  13. 13 Agent Safety Should Be a Runtime Contract. arXiv:2608.11274https://arxiv.org/abs/2608.11274 ↩ 回到正文 · back to text
  14. 14 Beyond Single-Turn Confidence. arXiv:2608.11552https://arxiv.org/abs/2608.11552 ↩ 回到正文 · back to text
  15. 15 EnterpriseRAG. arXiv:2608.11584https://arxiv.org/abs/2608.11584 ↩ 回到正文 · back to text
  16. 16 Who Thinks Best Depends on How Long You Let Them. arXiv:2608.12150https://arxiv.org/abs/2608.12150 ↩ 回到正文 · back to text
  17. 17 Poor Man's Agentic Modeling. arXiv:2608.11215https://arxiv.org/abs/2608.11215 ↩ 回到正文 · back to text
  18. 18 DeepSeek Harnesshttps://deepseek.com/harness/en/ ↩ 回到正文 · back to text
  19. 19 Woxihttps://woxi.ad-si.com ↩ 回到正文 · back to text
  20. 20 MCP Memoryhttps://github.com/fellowgeek/mcp-memory ↩ 回到正文 · back to text
  21. 21 OpenCode Senseshttps://github.com/itsmeadarsh2008/opencode-senses ↩ 回到正文 · back to text
  22. 22 Ballethttps://www.ballet.dev/ ↩ 回到正文 · back to text
  23. 23 NanoRLhttps://github.com/alex000kim/nanoRL ↩ 回到正文 · back to text
  24. 24 Larkhttps://github.com/lark-sh/lark ↩ 回到正文 · back to text
  25. 25 Parquityhttps://github.com/sovsparrow/parquity ↩ 回到正文 · back to text
  26. 26 Bsdkrunhttps://github.com/tsirysndr/bsdkrun ↩ 回到正文 · back to text
  27. 27 OxiSHhttps://dirkjan.ochtman.nl/writing/2026/08/13/announcing-oxish.html ↩ 回到正文 · back to text
  28. 28 Nealhttps://github.com/navels/neal ↩ 回到正文 · back to text
  29. 29 Decanthttps://github.com/dosu-ai/decant ↩ 回到正文 · back to text
  30. 30 CoreTracehttps://coretrace.srianjaneyam.me/ ↩ 回到正文 · back to text
  31. 31 FrontFamilyhttps://www.frontfamily.com/ ↩ 回到正文 · back to text
  32. 32 Gemini 3.7 Flashhttps://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/ ↩ 回到正文 · back to text
  33. 33 Previewing Ultrafast modehttps://openai.com/index/previewing-ultrafast ↩ 回到正文 · back to text
  34. 34 Mistral OCR 4.1https://docs.mistral.ai/models/ocr-4-1 ↩ 回到正文 · back to text
  35. 35 Codex in ChatGPT desktop app for Linuxhttps://community.openai.com/t/codex-in-chatgpt-desktop-app-for-linux-is-now-in-preview/1390027 ↩ 回到正文 · back to text
  36. 36 Grok 4.6https://x.ai/news/grok-4-6 ↩ 回到正文 · back to text
  37. 37 Qwen3.8-2.4T-A95Bhttps://huggingface.co/Qwen/Qwen3.8-2.4T-A95B ↩ 回到正文 · back to text
  38. 38 DeepSeek API Pricing Updatehttps://twitter.com/deepseek_ai/status/2087864589895798968 ↩ 回到正文 · back to text
  39. 39 How Organizations Use AI: Evidence from ChatGPThttps://cdn.openai.com/pdf/how-organizations-use-chatgpt.pdf ↩ 回到正文 · back to text
  40. 40 The builder’s guide to GPT-5.6https://openai.com/index/builders-guide-to-gpt-5-6 ↩ 回到正文 · back to text
  41. 41 CFTC Declares Market Emergencyhttps://www.cftc.gov/PressRoom/PressReleases/9281-26 ↩ 回到正文 · back to text
  42. 42 SvelteKit 3 Release Candidatehttps://svelte.dev/blog/sveltekit-3-release-candidate ↩ 回到正文 · back to text
  43. 43 Flutter 3.47https://flutter.dev/blog/whats-new-in-flutter-3-47 ↩ 回到正文 · back to text
  44. 44 Solid 2.0 RChttps://www.solidjs.com/blog/solid-2-0-rc-the-big-reveal ↩ 回到正文 · back to text
  45. 45 Flock Guardrailshttps://www.flocksafety.com/blog/flock-guardrails-address-lpr-privacy-concerns-and-police-transparency ↩ 回到正文 · back to text
  46. 46 Nine PBS Could Lose 70 Years of Archiveshttps://www.tomshardware.com/software/cloud-storage/nine-pbs-loses-access-to-70-years-of-data-after-contracted-cloud-storage-vendor-goes-defunct-public-tv-channel-sues-iron-mountain-data-center-which-hosts-archival-materials-to-ensure-preservation ↩ 回到正文 · back to text
  47. 47 How Compaction Works in Pihttps://earendil.com/posts/compaction-in-pi/ ↩ 回到正文 · back to text
  48. 48 Understanding Is the New Bottleneckhttps://www.geoffreylitt.com/2026/07/02/understanding-is-the-new-bottleneck ↩ 回到正文 · back to text
  49. 49 NP-Overratedhttps://gruhn.me/blog/2026-08-13/ ↩ 回到正文 · back to text
  50. 50 What Sort of Maths Are LLMs Good At?https://gowers.wordpress.com/2026/08/12/what-sort-of-maths-are-llms-good-at/ ↩ 回到正文 · back to text
  51. 51 HTML over WebSocketshttps://en.andros.dev/blog/ef4968f5/html-over-websockets-real-time-spas-with-barely-any-javascript/ ↩ 回到正文 · back to text
  52. 52 Where Did the Old Web Go?https://0.mk/blog/link-rot ↩ 回到正文 · back to text
  53. 53 Why Tiny JPEGs Look Different in Chromehttps://guillaumetech.github.io/posts/jpg-scaling-chrome/ ↩ 回到正文 · back to text
  54. 54 JDK 27 G1/Parallel/Serial GC Changeshttps://tschatzl.github.io/2026/08/10/jdk27-g1-serial-parallel-gc-changes.html ↩ 回到正文 · back to text
  55. 55 Kubernetes on Oxidehttps://oxide.computer/blog/kubernetes-on-oxide ↩ 回到正文 · back to text
  56. 56 Building a 500k-Domain Search Engine for $10https://alexmorleyfinch.github.io/marlin/history/v1/article/the_birth.html ↩ 回到正文 · back to text
  57. 57 Text AI Watermarks Will Always Be Trivial to Removehttps://www.seangoedecke.com/text-ai-watermarks/ ↩ 回到正文 · back to text
  58. 58 Write a SQL Optimizer Using Egghttps://rustmagazine.org/issue-2/write-a-sql-optimizer-using-egg ↩ 回到正文 · back to text
  59. 59 My Homelab Got Hackedhttps://phunky.cafe/my-homelab-got-hacked/ ↩ 回到正文 · back to text
  60. 60 GitHub Stacks in Jujutsuhttps://alan.norbauer.com/articles/github-stacks-with-jujutsu/ ↩ 回到正文 · back to text
  61. 61 There Are No Lossless Transformations of Natural-Language Texthttps://simonwillison.net/2026/Aug/11/there-are-no-lossless-transformations-of-natural-language-text/ ↩ 回到正文 · back to text
  62. 62 cactus-compute/needlehttps://github.com/cactus-compute/needle ↩ 回到正文 · back to text
  63. 63 omnigent-ai/omnigenthttps://github.com/omnigent-ai/omnigent ↩ 回到正文 · back to text
  64. 64 macro-inc/macrohttps://github.com/macro-inc/macro ↩ 回到正文 · back to text
  65. 65 infiniflow/ragflowhttps://github.com/infiniflow/ragflow ↩ 回到正文 · back to text
  66. 66 holaboss-ai/holaOShttps://github.com/holaboss-ai/holaOS ↩ 回到正文 · back to text
  67. 67 coder/code-serverhttps://github.com/coder/code-server ↩ 回到正文 · back to text
  68. 68 yamadashy/repomixhttps://github.com/yamadashy/repomix ↩ 回到正文 · back to text
  69. 69 antvis/Infographichttps://github.com/antvis/Infographic ↩ 回到正文 · back to text
  70. 70 localsend/localsendhttps://github.com/localsend/localsend ↩ 回到正文 · back to text
  71. 71 embabel/embabel-agenthttps://github.com/embabel/embabel-agent ↩ 回到正文 · back to text
  72. 72 index-tts/index-ttshttps://github.com/index-tts/index-tts ↩ 回到正文 · back to text
  73. 73 paradigmxyz/centaurhttps://github.com/paradigmxyz/centaur ↩ 回到正文 · back to text
  74. 74 AntigmaLabs/antehttps://github.com/AntigmaLabs/ante ↩ 回到正文 · back to text
  75. 75 ZuodaoTech/everyone-can-use-englishhttps://github.com/ZuodaoTech/everyone-can-use-english ↩ 回到正文 · back to text