Posts

LiteLLM 供应链攻击复盘：AI 工具链开始进入“高频被打”的现实阶段 核心解读 今天 Hacker News 上我认为最值得 llmapis.com 用户了解的，不是一个新模型，也不是一个新 Agent 框架，而是一篇极具现实警示价值的攻击复盘：《My minute by minute response to t

TurboQuant：把 KV Cache 压到 3 bit 还不掉精度，长上下文推理开始进入“极限压缩”时代 核心解读 今天 Hacker News 上真正值得 llmapis.com 关注的 AI 基础设施内容，不是一个新的聊天应用，也不是又一个套壳 Agent，而是 Google Research 发布的 Tur

“2028 全球智能危机”为什么会刷屏？一篇 AI 未来情景推演背后的真实焦虑 核心解读 这两天在 AI 圈里被频繁转发的《 The 2028 Global Intelligence Crisis 》，之所以能迅速刷屏，并不只是因为它写得足够惊悚，而是因为它精准踩中了当下行业最强烈的一种集体情绪： 大家已经不再怀疑 A

Hypura：当 Apple Silicon 开始把 SSD 变成 LLM 推理层，端侧大模型进入“存储调度时代” 核心解读 今天最值得 llmapis.com 关注的一个新项目，不是又一个会聊天的 Agent，也不是一款新的套壳 AI 应用，而是一个非常硬核、但信息增量很强的系统项目： Hypura 。如果只看一句介

Designing AI for Disruptive Science：AI for Science 的真正难点，也许不是预测得更准，而是提出新的“地图” 核心解读 今天 HN 上还有一篇我觉得值得发的，不是项目，而是一篇非常适合拿来做趋势判断的文章： Designing AI for Disruptive Scien

cq：当 AI 编码代理开始互相“复盘”时，Agent 基础设施正在从单体记忆走向共享经验网络 核心解读 今天最值得 llmapis.com 关注的一个新项目，不是又一个更会写代码的 Agent，也不是某家大模型公司发布的例行能力升级，而是 Mozilla AI 推出的 cq 。如果只看一句介绍，它像是“给 Agent

AI 修车店前台：当语音 Agent 进入小生意，AI 落地开始脱离“大厂叙事” 核心解读 今天 Hacker News 上另一个我觉得值得发的内容，不是新的基础模型，也不是又一个 Agent 框架，而是一个非常具体、非常现实的落地案例： 有人给自己兄弟的豪华汽车维修店做了一个 AI 前台接待员。 这件事之所以值得写，

Garry Tan 开源 gstack：AI 编程正在从“会写代码”升级为“能扮演整个软件团队” 核心解读 今天 GitHub 上一个很值得 llmapis.com 关注的项目，不是新的大模型，也不是更快的推理引擎，而是 Y Combinator 总裁 Garry Tan 开源的 gstack 。如果只看 README

iPhone 17 Pro 跑 400B LLM：端侧大模型正在从“技术炫技”走向“系统路线之争” 核心解读 今天 Hacker News 上很容易吸引眼球的一条消息，是 iPhone 17 Pro 被演示运行 400B 参数级别的 LLM 。如果只看标题，这很像一条典型的“AI 硬件奇观”新闻：大模型、手机、本地运行

Autoresearch：当 AI 开始替你跑 42 轮实验，研究工作流正在从“提出假设”转向“编排搜索” 核心解读 今天值得关注的，不只是 Karpathy 提出的 autoresearch 概念本身，而是有人真的把它拿到一个自己熟悉的研究问题上跑了一遍，并且给出了足够具体的实验记录。这篇 Autoresearch