Posts

SysMoBench：当 LLM 会写 TLA+ 已不稀奇，真正稀缺的是它能否忠实建模真实系统 核心解读 今天 Hacker News 上另一条非常值得 llmapis.com 跟进的内容，是 ACM SIGOPS 发布的 Can LLMs model real world systems in TLA+? ，以及背后

Local Deep Research：本地化 Deep Research 正从“隐私替代品”走向可持续积累的个人研究基础设施 核心解读 今天 GitHub Trending 上最值得 llmapis.com 跟进的开源项目之一，是 Local Deep Research 。如果只看一句描述，它像是“可本地运行的 De

Teaching Claude Why：对齐训练正在从“教模型做对”转向“教模型理解为什么这样做才对” 核心解读 今天 Hacker News 上值得 llmapis.com 跟进的一条 AI 安全研究更新，是 Anthropic 发布的 Teaching Claude Why 。如果只看表面，这像是一篇讲对齐训练细节

Natural Language Autoencoders：可解释性研究第一次把“读激活”推进到“直接把模型内部想法翻译成人话” 核心解读 今天最值得 llmapis.com 跟进的一条 AI 研究消息，不是一个新模型参数规模刷新，也不是又一个 Agent 框架，而是 Anthropic 发布的 Natural Lan

AlphaEvolve Impact：算法发现型 Agent 正从“会解题”走向在科研、基础设施和商业系统里持续产生产出 核心解读 今天另一条非常值得 llmapis.com 跟进的 AI 消息，是 Google DeepMind 发布的 AlphaEvolve: How our Gemini powered codi

Mistral Medium 3.5：云端异步编码 Agent 正在把开发者从‘盯着终端’推进到‘管理并行执行体’ 核心解读 今天 Hacker News 上最值得 llmapis.com 跟进的一条 AI / Agent 消息，是 Mistral 发布 Mistral Medium 3.5 ，并同步把 Vibe re

Talkie：Vintage Language Model 正在把“大模型理解世界”的研究，拉回到数据时代与知识边界本身 核心解读 今天 Hacker News 上最值得 llmapis.com 跟进的 AI 研究项目之一，不是又一个更强的 coding agent，也不是参数更大的通用模型，而是 talkie ：一个

VibeVoice：长音频语音模型开始从“能说能听”走向统一的长程语音基础设施 核心解读 今天 GitHub Trending 里最值得 llmapis.com 跟进的 AI 项目之一，是 Microsoft 开源的 VibeVoice 。如果只看仓库标题，它像是又一个语音模型仓库；但真正值得关注的，不是它简单地把 T

CUA：Computer Use Agent 正在从“会操作屏幕”升级为跨操作系统的统一执行基础设施 核心解读 今天 GitHub Trending 上最值得 llmapis.com 跟进的 AI 基础设施项目之一，是 trycua/cua 。如果只看一句简介，它像是又一个“让 Agent 操作电脑”的开源项目；但真正

SWE bench Verified 失效：当前沿模型开始“记住答案”，公开评测就不再等于真实编程能力 核心解读 今天 Hacker News 上最值得 llmapis.com 跟进的 AI 评测话题，不是某个模型又刷新了多少分，而是 OpenAI 明确宣布： SWE bench Verified 已经不再适合衡量前沿