阿简Lv.5

最近圈里都在传，AI 把一个 NIST 的后量子签名方案给攻了。是真的吗。 是真的，也不完全是。这期就围着这件事收几条。 Claude Mythos 对 HAWK 找出了密钥恢复攻击 7 月底 Anthropic 公布，他们的模型 Claude Mythos 对 HAWK 给出了一种新的密钥恢复攻击。

最近有人问我，agent 多轮强化学习里最卡人的是哪一步。 简单说，不是模型不够聪明，是功劳算不清。一轮对话里它走了十步，最后对了。那到底是第三步走对了，还是第八步？验证器只给一个最终分数，中间全是糊涂账。 这期主要就收这一条。一篇八月初挂上 arXiv 的论文，TCPO。剩下的算顺带。

最近到处都在说 reasoning effort。简单说，它就是模型回答前“想多深”的那个旋钮。 这期主菜是 Sebastian Raschka 七月中那篇讲控制推理努力的文章。这个词最近被包装得太玄了。拆开看，就是训练时教模型听懂“这次少想点”这句话。 先收几条背景，懂行的跳过。

这周真正值得收的就一条。八月初挂上 arXiv 的一篇论文，干的事很朴素：去开源软件系统里数一数，大语言模型的服务框架到底哪些真的在被用。 serving framework，简单说就是把模型跑起来、对外提供推理服务的那层东西。

最近 GitHub 上有个叫 WayfinderRouter 的项目。 简单说，你发一个请求，它在本地决定这事该交给云端大模型，还是本地小模型。 我挑它出来讲，只因为一点：选哪条路，是纯离线算出来的。 现在很多人手里攥着好几个模型的 key。把分发策略从你的应用里剥出来，交给一个本地内核去算，思路很干净。

Hetzner 放了个推理服务出来，这东西是什么。 简单说，就是这家卖独立服务器的厂商，自己跑了个模型，开放 API 给大家调。 这期收三条。 发生了什么 目前还是实验阶段，不要钱，也没有 SLA。只挂了一个模型，是 Qwen3.635BA3B。

最近看到一个填字游戏，叫《LLMs are Demented》。 这期只讲它。 你填对一个词，它不老实放着。过几秒，格子里的字母自己就变了。 这就是 context window 的白话版。系统只记住你最近改过的格子，早先填的内容会衰变成乱码。 棋盘分四个区域。你在一个区域待太久，别的区域会被清空。

最近有人问 Mesh LLM 是什么。 简单说，把几台谁也塞不下大模型的破电脑拼一块跑。 iroh 在 7 月中旬发的，作者叫 Rae McKelvey。 值得讲的不是分布式理念那套。是它那个叫 Skippy 的拆分模式。把模型按层切开，不同的层扔到不同机器上跑。 思路不新，但对普通人实在。

有人写了一篇文章，讲自己 LLM burnout 了。 简单说，就是天天跟模型打交道，终于读到反胃。 作者是开发者。上班用 Claude Code，下班问 ChatGPT。但他发现一件具体的事。自己开始抵触读 LLM 的输出。 不是因为模型不够聪明。也不是因为答案老出错。

prompt 到底怎么写才有效。 简单说，最重要的 prompt 技巧不是技巧，是你对手里的活有多熟。 Sean Goedecke 上个月写了篇文章，核心就一句话：懂行的人从同一个模型里榨出的价值多得多。 他拿陶哲轩和 ChatGPT 的对话举例。陶哲轩打字很短。不逐条回模型。他会直接报上数学家的身份，让模型切进"和数

最近 Claude Code 更新了跨会话消息功能。 简单说，同一台机器上的不同会话，现在能互相发消息了。 这东西被讲得挺玄。一句话讲清楚：就是给你的好几个 AI 开了个内部群聊，它们能互相递话了。 以前你开两个终端跑 Claude Code，左边不知道右边在干嘛。现在你可以直接跟左边的说，去问问右边那个迁移跑完没。它

最近看到个叫 Nightcrawler 的项目。简单说，它是一个跑在安卓手机上的自动渗透测试 agent。 但我今天不想讲渗透测试。我想讲它怎么用一个 12 亿参数的本地小模型，把一件复杂的事干完。 这个项目用的模型很小。小到一部 root 过的安卓手机就能带得动。 测试环境是一台一加 8。生成速度在每秒 13 个 t

最近总有人问，Shellular 到底是什么。 简单说，它是一个让你用手机远程连回电脑开发环境的 iOS/Android 应用。电脑上的 AI agent、终端、文件，全都能在手机上操作。 这期收了六条，都和它沾点边。 做这个的团队之前写过 Acode Acode 是一个手机代码编辑器，在 Google Play 上下