20，840 条 Agent Arena 追踪数据揭示了编程智能体的哪些槽点
📌 One-Sentence Summary 对 29 个模型、20，840 条 Agent Arena: Code 追踪数据的分析发现，69.1% 的投诉指向代码无法运行，且 Fable 5.1 收到的「垃圾代码」与「不稳定」投诉少于 Astra。 📝 Summary Arena.ai 分析了 Agent Arena: Code 中覆盖 29 个模型的 2
-
-
像物理学家一样剪枝 LLM：将模块移除视为伊辛优化问题
📌 One-Sentence Summary 本文提出了一种 LLM 模块移除方法，将其重新表述为映射到伊辛玻璃的约束二元优化问题，从而实现高效、高性能的深度剪枝，并考虑了模块间的相互作用。 📝 Summary 作者提出了一种新颖的 LLM 深度剪枝方法，将模块选择视为约束二元优化（CBO）问题，并直接映射到伊辛玻璃模型。与将 Transformer 模块视
-
工程团队的 AI 软件工厂实战手册 | Warp CEO Zach Lloyd
📌 One-Sentence Summary Warp CEO Zach Lloyd 演示 AI 软件工厂：公开 Slack 启动分拣、Linear 工单、GitHub PR 与计算机操控 QA，管理层则用代码定义的指标追踪吞吐、成本、每 PR 人工交互次数、LLM-as-judge 评分与自改进闭环。 📝 Summary Claire Vo 访谈 Warp
-
通过要求智能体加速代码，写出比最先进库更快的 Rust 代码
📌 One-Sentence Summary 通过给智能体式 LLM 设定明确的通过/失败性能约束和防作弊护栏，Max Woolf 让它们迭代优化 Rust 代码，在机器学习和日常软件领域实现了比最先进库快 2 倍到 20 倍的速度。 📝 Summary Max Woolf 记录了一项历时数月的实验，测试智能体式 LLM 能否迭代优化 Rust 代码，使其性
-
EP182 · Step 5 长任务、Bun 迁移治理、直播字幕链路 · 09-21 早报
📝 今日导语 从 Step 5 的长任务取舍，到 Bun 的 AI 迁移治理与快手实时字幕链路，读者可据此审视模型、工程和延迟的取舍。 🏷 今日关键词： Step 5 Preview Bun 迁移治理 实时字幕 100 万 Token PTS 对齐 语义回归 📰 今日精选内容 阶跃发布旗舰模型 Step 5 Preview：向前一步，智能效率的新一代「帕累托
-
tokenizers v1：编码、解码与扩展性实测
📌 One-Sentence Summary Hugging Face 的 tokenizers v1 候选版本重写了编码路径，采用手写 SIMD 分词器、词缓存、无分配合并循环和原生并行，编码速度比 v0.23 快 3–30 倍，同时产出完全相同的 token ID。 📝 Summary 本文宣布 tokenizers v1 候选版本发布，这是 Huggi