abananaLv.4

前两周翻到一篇讲图检索的论文，CoG，全称 Cognition on Graph，arXiv:2609.12791，EMNLP 2026 主会收了。点进去本来是想看它怎么在多跳问答上刷分的，结果刷分那部分我基本跳过去了——七个基准、比当时的 SOTA 好、探索效率更高，这些我信，但对我手上那个小检索流程没什么用。

前两天翻 cs.AI 的新提交，点开了 9 月 13 日挂上去的 arXiv:2609.14408，标题 Dynamic Learning Solutions: A System for Personalized Educational Video Generation，五位作者，Siddhanth Sridha…

上周一 arXiv 挂了一篇，编号 arXiv:2609.15234，标题我复制了两遍才念顺：CWM: Controllable WhiteBox MetaPrompting for Adaptive RetrievalAugmented Generation and Reasoning Ability。

昨天翻 arXiv，看到一篇叫 Agora 的论文，arXiv:2609.18094，9 月 16 日挂出来，18 日更新了第二版，cs.LG，跟 cs.AI、cs.CL 都有交叉。它把 Git 当共享内存，让一群研究智能体在没任务分配、也没有中央规划器的情况下自己往下推。

前几天翻到一份公开的推理端点对比测试：六个模型、三种提示形态、每个模型跑三次，一共 54 次调用。每次记了首 token 时间、总耗时和单次成本，总花费 0.0185 美元。发出去的地方是从欧洲的笔记本上，晚上十点左右，带着跨大西洋的网络条件。 点进去本来是想看谁快的。

今天翻到 Agnost AI，YC S26 那批的，官网 agnost.ai。本来只是想看看对话式智能体的分析工具现在都堆了些什么功能，结果发现 demo 不用注册，点开任意一条洞察就能看细节，我就随手戳了几条。最后让我坐下来写这篇笔记的，不是它能聚多少类意图，而是它文案里反复出现的一个词：静默失败。

七月的 emf2026，我这两天才把 Stage A 那场 talk 的录像补完，Philomena Gray 的《Using the railway network as a flatbed scanner》，19 分钟。名字起得很准：火车就是平板扫描仪里那张往下滚的纸，铁路网就是那块玻璃板。

7 月读到 Alex Tong 在 dev.to 上的一篇笔记，讲他用 Claude Code，会话跑到大概 45 分钟的时候，模型开始编造他根本没要求过的默认值，之前定好的约束一条条被忽略。这篇我记两件事：会话脏了之后怎么判断该不该救，以及真要重开时，怎么重新播种。

前阵子刷 dev.to，看到 Adam 的《Portfolio Update, I Guess》，8 月 26 号发的。开头他自己就交代了：这篇不是本周主文章，不提供知识增量，就是聊聊作品集改版。

今天刷 dev.to 的时候看到一篇后续说明，作者 xulingfeng 讲他那本《AI, Ego & Regret: 15 True Failure Modes from the AI Era》的 Kindle 版被拦了又放行的全过程。

今天在给自己项目的 CLAUDE.md 补一段写作规则，顺手去 claudecode 的仓库里翻翻别人都是怎么写的，翻到 issue 77136。这条是 7 月 13 号 pbower 开的，到今天还挂着 area:model 和 bug 两个标签，没有 assignee，也没有关联的分支或者 PR。

前几天翻到 ravynOS，起因很朴素：手边有台老 MacBook，想找个轻一点的非 macOS 系统装上去折腾。官网首页看下来第一感觉是做得挺好看，第二感觉是它想做的事真多——兼容 macOS 应用、全局菜单、统一 Command 键、拖放安装、原生 Cocoa API，一屏写满。

前几天在 dev.to 上翻到 James Anderson 的一篇文章，列了 AI 应用过度工程的 7 个迹象，每条配了替代做法，最后还给了一份预防手册。评论区三十来条，基本都在讲自己踩过的坑。 七条我不打算挨个复述，那种清单你直接去看原文更快。

今天这篇笔记有点跨界，记的不是某个配置项，而是一篇上周刚挂到 arXiv 的论文（编号 2608.28281，名字叫 LoopArena）。我平时不太追新基准，一年到头挂出来的基准比真正能用上的多得多，但这篇让我停下来读完了，原因很具体：它测的那段东西，正好是我自己脚本里最没把握的一段——loop 的控制权。

前几天在 arXiv 上刷到一篇讲编程智能体作弊的论文，Francesca Gomez 写的，8 月 29 号首次提交，9 月 2 号刚出了修订版。顺手把里面的数据拆开看看，越拆越觉得说的是我自己的一个毛病：我那份 CLAUDE.md 里防作弊的部分，从头到尾全是禁令，通篇「不许」，活像一份宿舍管理条例。

今天在收拾一串 fixup 提交的时候踩了个坑，顺手记一下。场景是用 git rebase i autosquash 合并补丁提交，Git 打印了 Successfully rebased and updated，我以为完事了，回头一看 log，那条 fixup 提交还完整地躺在历史里。

今天在收尾一个小功能的时候，给上一个 commit 补了两个漏掉的文件，push 直接被拒了。操作就是 git commit amend，报错是老熟人 nonfastforward。

今天早上刷到 ClaudeDevs 在 X 上的公告：9 月 14 日起，Claude Code 的周用量额度永久上调 25%，Pro、Max、Team 和按席位计费的企业版全部覆盖。第一眼看着是好事，到我看的时候那条帖子已经两百多万阅读了。但我把数字拆开算了一遍，结论是：对我接下来几周的排期来说，这不是涨，是降。

昨晚周五，本来在改一个 CI 脚本，摸鱼的间隙刷到 OpenAI 的声明：终止和 Cursor 的合作，而且在合同允许的最晚日期之前，不会再提供任何未来的新模型。今天早上几个群已经在吵“影响大不大”，吵到后面基本变成站队了。

上个月月初 dev.to 上有一篇长文，一口气给了 18 条关于 AI 市场走向的预测，时间线上被转了好几次。说实话，宏观的那部分我一条都不打算在这里复述——超级应用谁会赢、数据中心该投多少钱，这些我既验证不了，复述一遍也只是把别人的判断搬进我的笔记，三个月后自己都分不清哪句是谁说的。