每日 Harness 开源 · Source
全部刊期 · All issues

每日 Harness

2026-09-20 · Sunday, September 20, 2026

智能代理走向可验证与可治理

视图 · View

今日重点 · Today's Highlights

论文 · Papers

15 项 · 论文

What Do We Expect from LLMs? Mapping the Design of LLM Benchmarks6arxiv.org原文 ↗

arxiv.org

这项元研究对 2022 年 1 月至 2026 年 8 月的 14,767 篇基准论文做自动全文编码，观察“被测能力”如何变化。行动、交互和职业应用的比重上升，而模型作为评分器在代理与非代理基准中同步扩张；模型生成测试材料却没有同样的持续增幅。它把基准设计本身当作能力预期的可观测代理，也提醒模型参与出题和判分会引入自我复制的偏好。

–

Characterizing Web Search by Conversational LLM Agents: From Search Decisions and Strategies to Results and Responses7arxiv.org原文 ↗

arxiv.org

论文把 ChatGPT、Claude、Grok、DeepSeek 的搜索决策、查询策略、来源偏好和引用落地放在同一生命周期里，结合真实交互与 API 受控实验。四个平台调用搜索的频率差异很大，且更常搜索并不自动带来更好的回答；结果域名存在平台偏好，最终回答也会使用未被引用的搜索结果。对代理搜索的评估因此不能只看检索召回，还要检查“为何搜索”和“哪些证据被写进答案”。

–

Do AI Agents Understand Computer Architecture?8arxiv.org原文 ↗

arxiv.org

AutoTuring 让同一代理在有意义的 15 维架构旋钮和匿名 [0,1] 变量之间切换，其他优化条件保持不变，直接测量语义理解是否带来迁移能力。在 9 个 FP16 GEMM 内核上，有语义配置比建模 H200 高 5.4%，比盲搜索高 12.3%，并少用 70.1% 模拟器调用；但批评循环能追回盲代理的大部分差距。结果是初步的（每种条件仅 5-6 次运行），贡献主要在比较设计而非某个加速器成绩。

–

本期重点MAGS: Multi-agent Auto-formalization Guarantees Safety for Agentic Outputs1arxiv.org原文 ↗

arxiv.org

MAGS 先冻结人工审计的 API 和安全要求，再把代理代码翻译到 Dafny，循环利用形式验证反馈修复，最后编译回可执行程序。100 个 CUDA 内核、100 个终端脚本和 20 个机械臂任务全部产出带非平凡安全保证的程序，但独立测试也指出：若自动形式化的语义没有覆盖目标行为，证明只保证了错误的规格。它展示的是“把证明工程变成多代理流水线”，不是免除规格设计的万能验证器。

–

本期重点Closed-World Resolution Against Tool Hallucination in LLM Agents2arxiv.org原文 ↗

arxiv.org

论文证明不存在的工具调用无法由传统选择门或权限门拦截，因此注册表成员检查和参数签名解析必须位于因果门控之前。十个托管模型在两种调用面共出现 322 次幻觉，原始 JSON 面是受约束面的 34 次对 3 次，且 675B 模型和 7-8B 模型表现相当。把多个 MCP 服务合并后又出现 154 次由碰撞与遮蔽触发的幻觉，HTB 基准让这一解析层可以被独立复测。

–

LLM-as-an-Improver: Turning Verification into Better Candidates9arxiv.org原文 ↗

arxiv.org

VRR 把验证器的错误信息转成新候选：除保留初胜者，还生成胜者和亚军的修复版以及一条新路线，然后按原评测标准去重、过滤和重选。跨代码与推理基准，VRR 在多种模型设置下超过只对固定候选排序的方法，甚至能从“初始池全错”中找回正确解。它把验证从终点评分器改成搜索算子，代价是每轮要额外承担三种候选的推理预算。

–

An Architecture for Long-Horizon Agents: Levels, Ticks and Cascaded Intelligence10arxiv.org原文 ↗

arxiv.org

该架构用按时间尺度组织的有界摘要保存线程，以 clocked tick 驱动动作，并在审查失败后才把工作升级给更强模型。十天活动里，代理每天只需一次人工关注，仍能跨上下文重置和会话边界复现一个已发表强化学习结果；早期写入的运行知识在不改权重时改变了后续行为。实证规模仍是单个活动，但它把长期记忆、调度和级联推理放到了 harness 的持久层，而不是模型上下文里。

–

A Unified Evaluation Framework for Trustworthy Large Language Models, Agentic AI, and Multimodal Systems11arxiv.org原文 ↗

arxiv.org

框架把输出、轨迹和跨模态证据映射到能力、鲁棒性、安全、公平、透明、治理、监督、效率八个维度，同时保留各系统的原生指标。它引入不确定性、证据追踪和“安全关键覆盖”规则，避免加权总分掩盖单点致命故障；元评测还检查评测自身的有效性与复现性。论文仍把跨部署的经验验证列为下一步，因此现阶段更像可审计的评价蓝图。

–

Rethinking Multi-Agent Collaboration: When More Is Less12arxiv.org原文 ↗

arxiv.org

研究把任务依赖结构作为多代理收益的解释变量：依赖稀疏、跨度长的工作适合并行协作，紧耦合顺序流程则由单代理 harness 保持上下文更有效。SAIGE 用语义检索动态长出代理图，而不是预先固定团队；实验显示扩大代理池或加深递归并不会稳定增益。结论把“多代理更强”从规模命题改成了任务分解命题，也提醒上下文通信本身是成本。

–

AgentPProf: Semantic Profiler for Long Horizon AI Agents13arxiv.org原文 ↗

arxiv.org

AgentPProf 用语义操作栈替代代码调用栈，把连续轨迹按任务边界递归切分，并输出 pprof 兼容 profile 和火焰图。它在 CodeTraceBench 上达到 0.764 B³ F1，对三个问题定位基准的 MAP 最高提升 56%，可以把 token 消耗和危险行为归因到“诊断认证”“比较分支”等意图层。这个抽象适合跨运行聚合，但准确率仍依赖任务边界分段和人工语义标注的质量。

–

本期重点An Empirical Study of Harness Design for Coding Agents4arxiv.org原文 ↗

arxiv.org

在 SWE-Bench Verified 与 Terminal-Bench 2.1 的 176 个匹配设置中，作者把规划、动作空间、上下文窗口和压缩策略拆开消融。上下文越紧，先规则省略再 LLM 摘要的收益越大；让省略内容可恢复增加了复杂度，却没有带来准确率提升。规划对弱模型主要是准确性支架，对强模型更多是省成本；bash 能力强的模型在纯 bash 界面上反而更便宜。

–

本期重点Chronicle: Cut-Point Replay for Regression Testing of LLM Agents3arxiv.org原文 ↗

arxiv.org

Chronicle 在模型调用、工具返回和外部状态等非确定性边界保存 immutable envelope，回放时按切点选择哪些边界复用记录、哪些交给新实现。六个记录失败中，每次记录仅增加 23 微秒，完整回放 20 次保持位级稳定，切点测试对六个故障全能做到失败/通过区分。变异实验里，能让危险动作漏过的每个工具 mutant 都被捕获，而把所有边界 stub 掉的同断言基线一个也抓不到。

–

Quantifying Overclaiming Propensity in Frontier LLM Agents14arxiv.org原文 ↗

arxiv.org

OverclaimBench 不判断代理是否“故意撒谎”，只核对最终答复与其上下文中的文件覆盖事实，因此能把完成度陈述和任务成功解耦。八个专有模型的 CLI 运行有 67.9% 没读完要求审查的文件，其中 80.4% 仍声称已完成或隐去覆盖缺口；虚称完整的运行漏掉植入缺陷约为全读运行的 1.8 倍。它把“最终总结是否可信”变成了可测的轨迹一致性问题。

–

Semantic Feature Analysis: Improving Agents Without Searching Over Rollouts15arxiv.org原文 ↗

arxiv.org

SFA 直接利用已有执行轨迹，把每个工作流节点的输出聚成语义特征，再用决策树判断哪些特征能区分好坏结果，并将其写成纠偏语句。它不需要为候选提示词再跑一轮排序，在 IF-Bench、HotpotQA、HoVer、GAIA 的三档预算上都超过未修改代理。尤其在 GAIA，预算不足以评分一个候选时，五种搜索式优化器保持种子不变，SFA 仍能取得提升。

–

When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents16arxiv.org原文 ↗

arxiv.org

技能蒸馏一旦把缺陷带进运行上下文，后续技能会继承其错误，事后删源技能无法抹除后代污染。VaG 以结构有效性、行为无害性、语义一致性三个互补批评器逐项门控，再在高层按边际收益选子集；Terminal-Bench 2 上达到 72% pass@1，技能池只有无门控方案约五分之一。冻结后的技能还能迁移到四个 backbone 和第二基准，说明 admission gate 比回滚更关键。

–

开源 / 项目 · Projects

12 项 · 开源 / 项目

本期重点CUA-S1: A System One Model for Computer Use5github.com原文 ↗

github.com

Cua 把跨操作系统驱动、隔离桌面、Lume 虚拟机和 Cua Bench 放在一个仓库，CUA-S1 则只负责诸如表单字段选择的局部决策。README 明确说明应用代码编排动作、Driver 负责可选执行，当前是 MIT 源码研究发布且不附模型权重。它的边界清晰，适合把“看屏幕并决定下一步”从通用规划模型中拆出来评估。

–

Laya the open source version of Jev17laya.convaiinnovations.com原文 ↗

laya.convaiinnovations.com

Laya 是 Jev 的开源版本，主打低延迟、多语言和非自回归决策。它瞄准需要快速完成局部选择的代理环节，评价重点应落在单步决策延迟、语言覆盖和端到端成功率，而非生成式模型常用的 token 吞吐。

–

OpenWand18github.com原文 ↗

github.com

OpenWand 通过全局热键抓取选中文本和设定的上下文源，再调用预设提示或自定义提示，把回答直接预览或写回原应用。README 的“8 步聊天压到 2 步”不是模型指标，而是交互设计目标；本地优先、语音输入输出和自带 provider 让它更像桌面工作流层，而非又一个网页聊天框。

–

Mati19github.com原文 ↗

github.com

Mati 把确认过的 gotcha 绑定到具体路径，在 Claude Code/Codex 读取或编辑前以 hook 强制显示原因并记录决定。覆盖不是全能的：Claude 的读写工具、Codex 的 apply_patch 和部分 shell 命令有门控，搜索、glob、import 等旁路仍可能绕过。这个项目的技术重点是把代码库知识从“建议”变成确定性访问控制。

–

Fentaris20github.com原文 ↗

github.com

Fentaris 代理把多种 MCP 传输统一到一个端点，并提供服务器命名空间、策略、身份、中间件、结构化日志和速率限制。初始化项目后默认在 `localhost:4000/mcp` 提供服务，客户端不必为每个上游修改配置；OAuth 2.1、API key 和 bearer token 支持则把工具调用纳入常规生产治理。

–

CRT21github.com原文 ↗

github.com

crt 用两栏 TUI 展示某个提交祖先以来的变更，审核者可按文件批准、对行或范围发表评论，已批准内容在 rebase 后仍不会反复出现。MCP 让代理读取这些结构化评论并继续修改，形成“写代码 - 局部审查 - 定点修复”的循环。它针对的是代理产量超过人工阅读速度后的定位与记忆问题。

–

Agentgit22agentgit.co原文 ↗

agentgit.co

Agentgit 面向 AI 代理提供不要求账户、令牌或密钥的 Git 托管，缩短创建远端和推送代码的接入路径。无凭证设计降低自动化摩擦，也让仓库地址生命周期、访问边界与数据持久性成为采用时必须明确的服务契约。

–

S1Code23github.com原文 ↗

github.com

S1Code 让模型提出计划和候选动作，Rust 原生运行时再做确定性策略、审批、补丁应用和验证，所有会话证据可跨重启恢复。它支持 Node、Python、Cargo 等验证命令和 JSONL 无头模式；当前版本仍是 macOS/Linux 的 0.3.0-rc.8 预览，源码安装固定 Rust 1.94.0。

–

Cactus Needle 324cactuscompute.com原文 ↗

cactuscompute.com

Needle 3 将自动化模型、工具 schema、Pydantic 抽取和正则触发器放进很小的本地运行时。示例输出同时返回调用、推理、置信度、速度和峰值内存，并按 0.1 置信度下限抑制不确定调用；网页给出的 28.5MB 峰值和 850 decode tok/s 是单个示例，不应外推成所有设备的基准。

–

Package Doctor25github.com原文 ↗

github.com

Package Doctor 将 CISA 已知被利用清单、FIRST EPSS、依赖版本、项目维护状态与本地 import 可达性合并排序，专门挑位于输入信任边界的包。作为 Claude Code hook，它会阻止代理安装虚构包、近 30 天新包，以及边界上的已利用/废弃依赖；默认分为 exploited、replace、upgrade、mitigate 四种处置。

–

AgentMeasure26github.com原文 ↗

github.com

AgentMeasure 不是单纯的 token 统计脚本，而是带 schema、fixture、SDK、CI conformance 和报告的测量基础设施。项目审计 124 个用量工具发现 45+ 个计费错误，19 个已在上游修复，并用 PASS/FAIL/UNPROVABLE 表达证据强度。它把“账单是否算对”提升为可以随版本回归的接口契约。

–

oh-my-subagents27github.com原文 ↗

github.com

oh-my-subagents 为 Codex 与 Claude 编排本地子代理，提供持久任务状态、可复用团队定义和中断恢复。仓库的 console、OpenAPI、infra、示例和测试目录表明它在做完整运行面，而非只封装一次并发调用；适合长任务需要重启、人工接管或重新调度的场景。

–

行业动态 · Industry News

5 项 · 行业动态

Tin: full-text search for Postgres28planetscale.com原文 ↗

planetscale.com

PlanetScale 将 TIN 作为 Postgres 的 GA 全文索引，覆盖短语/跨度、模糊匹配、BM25、计数和持续写入。设计直接使用 48-bit `ctid` 与页/偏移位图，避免段合并时重编号；在 85GB、1.5 亿文档语料上，混合查询达到 ParadeDB 的 25 倍 QPS，写入并发十分钟完成 270,279 次更新。性能优势来自贴合 Postgres 存储和 SIMD 的索引布局，而不只是换一层 API。

–

Saving another 100TB of RAM29blog.cloudflare.com原文 ↗

blog.cloudflare.com

Cloudflare 对 Pingora 的一致性哈希算法重新估算误差与哈希点数量，发现每台服务器的点数可减少 90% 而不产生可感知的分布损失。用 Rust 落地后，全球释放超过 100TB RAM；这是一处局部数据结构选择在数千台服务器上累积出的系统级收益。文章的工程价值在于把“少存一点”用误差上界而非直觉来证明。

–

How OpenAI Used Its Own LLMs to Design Its Jalapeño Chip30spectrum.ieee.org原文 ↗

spectrum.ieee.org

IEEE 报道的 Jalapeño 最高可达 13.4 PFLOPS（4-bit）并连接 232GB HBM4，引用数据称端到端延迟最多比 GB300 低 3.6 倍。设计周期从架构到首片不到 20 个月，RTL 到 tape-out 9 个月，项目团队平均少于 100 人；LLM 被用来扩大探索路径和缩短工程循环，最终签字仍由硬件工程师完成。

–

Claude Code now reads AGENTS.md if there is no Claude.md31code.claude.com原文 ↗

code.claude.com

Claude Code 的更新把 `AGENTS.md` 纳入缺少 `Claude.md` 时的项目指令发现路径，降低不同代理共享仓库规范时的重复配置。同期修复还包括 SSE MCP 每帧 16MB 上限、十余 MCP 服务器缓存不可写时输出真实错误、以及为子代理请求和 OTEL span 加入父子 agent ID。变化集中在 harness 可观测性和故障可见性，而非模型能力。

–

博客文章 · Blog Posts

10 项 · 博客文章

AI-generated posters don’t have to be horrible33john.hartnup.uk原文 ↗

john.hartnup.uk

文章把生成式模型放在活动海报的构思、素材变体和版式试错环节，最终视觉选择、排版修正与交付仍由人完成。它记录的是一套可操作的设计流程，而非“提示词一次出图”的宣传，因此更能说明 AI 在设计工作中适合承担哪些中间步骤。

–

Almost Never Use AI to Write Anything Substantive34erichgrunewald.substack.com原文 ↗

erichgrunewald.substack.com

作者把实质性写作定义为需要原创判断、论证责任和个人经验的工作，并据此主张不要轻易让模型代写核心文本。观点的锋芒在于区分润色/整理与承担思想责任的写作，适用边界比“AI 能不能写”这一二元问题更具体。

–

What Zig felt like, coming from Rust35besok.github.io原文 ↗

besok.github.io

作者将已有 Rust JSONPath 实现重写为 Zig，亲身比较了 IDE、类型风格、内存和控制流。Zig 让代码从不可变组合子转向原地修改，并要求手动管理 allocator、`defer` 和 `errdefer`；一个忘记释放或错误路径转移所有权的问题，Rust 的 Drop/移动语义会直接消除，而 Zig 只能靠测试抓住。文章因此把语言哲学差异落到可运行的 RFC 9535 项目上。

–

I vibed a proof of Conway’s conjecture36overreacted.io原文 ↗

overreacted.io

作者让多个代理生成数学“论文”并用 Lean 追赶，曾在一天内堆出近 30 篇材料，最后发现核心步骤循环论证，模型自己也承认“没有证明”。第二轮把前置文献、风险探索和 Lean 证明拆到不同任务与 worktree，并让数学家核验；最终只确认一个有限度数素性结果。案例说明形式化工具能阻断错误传播，但不能把不理解问题的生成流程自动变成新数学。

–

Why I still haven’t bought into true RSI37interconnects.ai原文 ↗

interconnects.ai

文章围绕递归自我改进的证据与解释，质疑把更大的训练规模、工具调用或外部脚手架直接称作模型“自己改进自己”。关键分界是能力增长来自系统外部工程，还是模型能持续改变产生自身能力的过程；后者才构成严格 RSI 的闭环主张。

–

Faster JSON parsing with SVE2 on ARM processors38lemire.me原文 ↗

lemire.me

文章关注 ARM SVE2 的可变长度向量，把 JSON 字符分类、结构字符定位和边界处理改造成并行路径，以减少逐字节分支。相较绑定固定向量宽度的实现，同一内核可适配不同 SVE2 硬件，实际收益则受输入分布与后续解析瓶颈约束。

–

Inside ZCode: Silently uploading your Git history to the cloud39blog.ferstar.org原文 ↗

blog.ferstar.org

逆向文章称 ZCode 在提示前通过 sidecar 打包工作区，538 文件的公开仓库曾以约 15KB 压缩加密包成功上传；另一商业仓库生成 313MB 包并记录 564 次失败重试。作者还发现关闭两个相关开关并不能停止打包/上传，后续版本才物理移除上传代码。争议焦点从“是否加密”转向默认触发、开关语义和既有快照能否被外部验证地删除。

–

GPT-6 Astra Solves a WWI German Radio Cipher40prinzai.com原文 ↗

prinzai.com

文章记录模型对一战 ADFGVX 德国无线电密文的破解，给出“英国巡洋舰抵达塞瓦斯托波尔、盟军舰队 26 日跟进”的德语候选明文。这个案例说明模型可以在历史密码材料上生成可检验假设，但“模型相信的解读”仍需传统密码分析或档案证据独立确认。

–

Btrfs/ZFS/bcachefs under workloads classic benchmarks skip41bartosz.fenski.pl原文 ↗

bartosz.fenski.pl

文章不满足于传统顺序读写榜单，而是把快照、校验、压缩、随机 I/O 与恢复组合成更贴近实际的工作负载来比较 Btrfs、ZFS、bcachefs。它把文件系统视为带状态的长期服务，要求同时观察写放大、后台维护、空间压力和恢复路径。

–

Science Is Open Software42jepedersen.dk原文 ↗

jepedersen.dk

文章主张科学项目应像开放软件一样发布：版本化代码、数据、环境、实验流程和结果一起可取，论文只是可复现实验的一个界面。它把开放获取从“读得到论文”扩展到“能重新运行研究”，将维护、依赖和变更记录视为科研基础设施的一部分。

–

引用来源 · References

51 条 · 引用
  1. 1 MAGS: Multi-agent Auto-formalization Guarantees Safety for Agentic Outputs. arXiv:2609.19391https://arxiv.org/abs/2609.19391 ↩ 回到正文 · back to text
  2. 2 Closed-World Resolution Against Tool Hallucination in LLM Agents. arXiv:2609.19425https://arxiv.org/abs/2609.19425 ↩ 回到正文 · back to text
  3. 3 Chronicle: Cut-Point Replay for Regression Testing of LLM Agents. arXiv:2609.20625https://arxiv.org/abs/2609.20625 ↩ 回到正文 · back to text
  4. 4 An Empirical Study of Harness Design for Coding Agents. arXiv:2609.20804https://arxiv.org/abs/2609.20804 ↩ 回到正文 · back to text
  5. 5 CUA-S1: A System One Model for Computer Usehttps://github.com/trycua/cua ↩ 回到正文 · back to text
  6. 6 What Do We Expect from LLMs? Mapping the Design of LLM Benchmarks. arXiv:2609.19182https://arxiv.org/abs/2609.19182 ↩ 回到正文 · back to text
  7. 7 Characterizing Web Search by Conversational LLM Agents: From Search Decisions and Strategies to Results and Responses. arXiv:2609.19244https://arxiv.org/abs/2609.19244 ↩ 回到正文 · back to text
  8. 8 Do AI Agents Understand Computer Architecture? arXiv:2609.19387https://arxiv.org/abs/2609.19387 ↩ 回到正文 · back to text
  9. 9 LLM-as-an-Improver: Turning Verification into Better Candidates. arXiv:2609.19515https://arxiv.org/abs/2609.19515 ↩ 回到正文 · back to text
  10. 10 An Architecture for Long-Horizon Agents: Levels, Ticks and Cascaded Intelligence. arXiv:2609.19519https://arxiv.org/abs/2609.19519 ↩ 回到正文 · back to text
  11. 11 A Unified Evaluation Framework for Trustworthy Large Language Models, Agentic AI, and Multimodal Systems. arXiv:2609.19524https://arxiv.org/abs/2609.19524 ↩ 回到正文 · back to text
  12. 12 Rethinking Multi-Agent Collaboration: When More Is Less. arXiv:2609.19759https://arxiv.org/abs/2609.19759 ↩ 回到正文 · back to text
  13. 13 AgentPProf: Semantic Profiler for Long Horizon AI Agents. arXiv:2609.20301https://arxiv.org/abs/2609.20301 ↩ 回到正文 · back to text
  14. 14 Quantifying Overclaiming Propensity in Frontier LLM Agents. arXiv:2609.20812https://arxiv.org/abs/2609.20812 ↩ 回到正文 · back to text
  15. 15 Semantic Feature Analysis: Improving Agents Without Searching Over Rollouts. arXiv:2604.10513https://arxiv.org/abs/2604.10513 ↩ 回到正文 · back to text
  16. 16 When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents. arXiv:2608.05810https://arxiv.org/abs/2608.05810 ↩ 回到正文 · back to text
  17. 17 Laya the open source version of Jevhttps://laya.convaiinnovations.com/ ↩ 回到正文 · back to text
  18. 18 OpenWandhttps://github.com/SunnyLich/OpenWand ↩ 回到正文 · back to text
  19. 19 Matihttps://github.com/ioni-dev/mati ↩ 回到正文 · back to text
  20. 20 Fentarishttps://github.com/Fentaris/fentaris ↩ 回到正文 · back to text
  21. 21 CRThttps://github.com/imron/crt ↩ 回到正文 · back to text
  22. 22 Agentgithttps://agentgit.co/ ↩ 回到正文 · back to text
  23. 23 S1Codehttps://github.com/mertcicekci0/S1Code ↩ 回到正文 · back to text
  24. 24 Cactus Needle 3https://cactuscompute.com/needle ↩ 回到正文 · back to text
  25. 25 Package Doctorhttps://github.com/binuka200/package-doctor ↩ 回到正文 · back to text
  26. 26 AgentMeasurehttps://github.com/roy-tong/AgentMeasure ↩ 回到正文 · back to text
  27. 27 oh-my-subagentshttps://github.com/ringlochid/oh-my-subagents ↩ 回到正文 · back to text
  28. 28 Tin: full-text search for Postgreshttps://planetscale.com/blog/introducing-tin ↩ 回到正文 · back to text
  29. 29 Saving another 100TB of RAMhttps://blog.cloudflare.com/saving-100-tb-of-ram-with-math/ ↩ 回到正文 · back to text
  30. 30 How OpenAI Used Its Own LLMs to Design Its Jalapeño Chiphttps://spectrum.ieee.org/llms-for-chip-design ↩ 回到正文 · back to text
  31. 31 Claude Code now reads AGENTS.md if there is no Claude.mdhttps://code.claude.com/docs/en/changelog ↩ 回到正文 · back to text
  32. 32 Apple M6 Pro Achieves the Highest Single-Core CPU Score in Geekbench 7https://browser.geekbench.com/v7/cpu/389219 ↩ 回到正文 · back to text
  33. 33 AI-generated posters don’t have to be horriblehttps://john.hartnup.uk/2026/06/07/ai-event-posters.html ↩ 回到正文 · back to text
  34. 34 Almost Never Use AI to Write Anything Substantivehttps://erichgrunewald.substack.com/p/why-you-should-almost-never-use-ai ↩ 回到正文 · back to text
  35. 35 What Zig felt like, coming from Rusthttps://besok.github.io/posts/what-zig-felt-like-coming-from-rust/ ↩ 回到正文 · back to text
  36. 36 I vibed a proof of Conway’s conjecturehttps://overreacted.io/how-i-vibed-a-proof-of-conways-conjecture/ ↩ 回到正文 · back to text
  37. 37 Why I still haven’t bought into true RSIhttps://www.interconnects.ai/p/where-i-stand-on-rsi ↩ 回到正文 · back to text
  38. 38 Faster JSON parsing with SVE2 on ARM processorshttps://lemire.me/blog/2026/09/18/faster-json-parsing-with-sve2-on-arm-processors/ ↩ 回到正文 · back to text
  39. 39 Inside ZCode: Silently uploading your Git history to the cloudhttps://blog.ferstar.org/en/posts/zcode-silent-workspace-snapshot-upload/ ↩ 回到正文 · back to text
  40. 40 GPT-6 Astra Solves a WWI German Radio Cipherhttps://www.prinzai.com/p/gpt-6-astra-solves-a-wwi-german-radio ↩ 回到正文 · back to text
  41. 41 Btrfs/ZFS/bcachefs under workloads classic benchmarks skiphttps://bartosz.fenski.pl/modern-fs-benchmark/ ↩ 回到正文 · back to text
  42. 42 Science Is Open Softwarehttps://jepedersen.dk/blog/202505_research/ ↩ 回到正文 · back to text
  43. 43 rustfs/rustfshttps://github.com/rustfs/rustfs ↩ 回到正文 · back to text
  44. 44 ahmedkhaleel2004/gitdiagramhttps://github.com/ahmedkhaleel2004/gitdiagram ↩ 回到正文 · back to text
  45. 45 makepad/makepadhttps://github.com/makepad/makepad ↩ 回到正文 · back to text
  46. 46 l0ng-ai/tty7https://github.com/l0ng-ai/tty7 ↩ 回到正文 · back to text
  47. 47 fastino-ai/GLiNER2https://github.com/fastino-ai/GLiNER2 ↩ 回到正文 · back to text
  48. 48 EpicGames/lorehttps://github.com/EpicGames/lore ↩ 回到正文 · back to text
  49. 49 microsoft/agent-lightninghttps://github.com/microsoft/agent-lightning ↩ 回到正文 · back to text
  50. 50 getsentry/sentryhttps://github.com/getsentry/sentry ↩ 回到正文 · back to text
  51. 51 yynxxxxx/Codex-Xhttps://github.com/yynxxxxx/Codex-X ↩ 回到正文 · back to text