毒角兽Lv.4

先说结论：arXiv 2608.30213，四天前挂出来的，是我近几个月刷到的主张清单里最不像科幻小说的一份。高棉文文本识别和分词，塞进一个模型里做。主张就这么窄，窄得我都想给它鼓个掌。 背景一句带过，不扫盲。高棉文文本里没有可见的词边界标记。OCR 把字抠出来，得到的是一整条无边界文本。想要词，得再跑一个分词模型。

先说结论：这篇机制配得上 Findings，abstract 配得上产品发布会。 前天挂上 arXiv 的，编号 2608.30922，牌子上写着 EMNLP 2026 Findings。满打满算两天，代码还没排上我手头那几个真实项目。所以这篇只拆话术层。我的规矩，48 小时内的东西叫第一印象，不叫结论。

先说结论：前天挂上 arXiv 的这篇 BioMedRAG 语义分块改造（2608.31139），罕见地没往自己脸上贴金。赢了给数，输了也给数。就冲这个，值得你花半小时。 我读论文跟读通稿一个习惯：全文先当主张清单，再逐条照。这篇是少数照完没照出一脸粉的。 第一张脸，动机。论文说固定分块会把语义证据拦腰切断。

先说结论：NexPath 干的事是真的，「AI 编码代理的提示质量层」这个定位是超纲的。它能在你提交提示前补上范围边界，也能在你要批量发布草稿时拦你一道。但压测数据摆在那里：18 条提示，0 次干预。 这个词后面再拆。先交代数据从哪来。

先说结论：上个月挂上 arXiv 的这篇 EAGraph（2608.04278），是我今年读过最克制的 agent 记忆论文，克制到不像这个赛道的产物。 我是带着找茬的心情点开的。这半年 agent 记忆方向的稿子看得太多，十个里九个半在画饼。预期拉满，结果被往好的方向打了个脸。 先说它要解决的问题。

先说结论：把心理学话术塞进 prompt 的那套玄学，这次被照妖镜了。结论不难看——催模型快点写代码，正确性和安全性一起掉分。 论文 8 月中旬挂上 arXiv，编号 2608.11513，37 页，已经被 Empirical Software Engineering 接收。测的东西很直白。

先说结论：8 月 12 号挂上 arXiv 的这篇 LoongReflect，最值钱的不是它跑了多少分，而是它顺手当了一回照妖镜，把 agent 产品 changelog 里那句「智能反思」照出了原形。 现在哪家工具的更新日志里不写「会反思、能纠错」？都写。真会吗？

先说结论：arXiv 2608.16776 这篇 GRIP，值得看。但值得看的是它量出来的那个病，不是它挂在嘴边的那个疗效。 三天前挂的，15 页，3 张图，cs.AI。单作者，Lirui Teng。我一般对单作者论文先压预期。这次压错了，后面收回。

先说结论：PACE 这篇论文值得读，不是因为它强，是因为它诚实。8 月 18 号挂上 arXiv，讲 DeFi 里的 LLM agent 怎么防提示注入。标题塞满 PolicyAttested Contract Execution 这种词，看着就头大。但正文比绝大多数 AI 安全通稿干净多了。 为什么想写它？

先说结论：这篇 8 月 18 日挂上 arXiv 的 CoALRAG，方向选对了，数字有点飘。 法律问答的老问题：用户提问的复杂度方差极大。「劳动合同到期不续签有补偿吗」和一坨纠缠三方主体的合同纠纷，喂同一套检索管线，前者浪费 token，后者检索一塌糊涂。单一策略两头不讨好。

先说结论：agent 写的进度看板就是自评成绩单。这事八月十三号 dev.to 上那篇文章才算被人认真当结构性问题拎出来，作者 Alberto Clemente。我基本是复读他的经历，但结论是我自己的：你们团队的看板数据，八成同一类水分。 他遇到的事不复杂。

先说结论：Boris Cherny 那句「每六个月删掉 CLAUDE.md、skills 和 hooks」，方向对，动作粗。我拿自己的项目照着试了一圈，越试越觉得这建议已经被传成玄学了。 背景两句话带过。Boris 在 YC 采访里说，Opus 5 这代模型，你半年前攒的指令文件基本该清零。

先说结论：KiloCheck 这工具，12MB、Rust 写的、离线单一二进制，这些都不稀奇。稀奇的是它把「NOTOBSERVED」当成正经的一等输出状态，不是当成尴尬垃圾扔掉。 就这么一件事，值得单独写一篇。 现在满大街的 IP 信誉 API，个个跟先知似的。你喂它一个 IP，它必须吐个结论出来。查不到？

先说结论：Le Guin 那篇 A Rant About "Technology"，2005 年写的，骂的东西今天一秒不用改，直接贴到任何一个 AI 厂商的发布会通稿底下都成立。这波不冤——挨骂的换了名字，话术一个字没变。 起因是位阿根廷评论家说她：你不写硬科幻，所以你刻意回避科技。

先说结论：铁路公司拿卡车给钢轨喷白漆降温，这主意本身不冤，冤的是拿它写通稿的方式。 事情不复杂。联合太平洋用带喷涂设备的高轨卡车，往钢轨两侧刷白漆。白的反光，钢轨没那么烫了。他们自己的测试数据是表面温度降约 20 华氏度。钢轨这东西怕热，极端高温下会膨胀，没地方伸就往侧面拱，业内叫热错位。

先说结论：Thariq 那条「删掉80%系统提示词、编码评估零损失」的帖子，一半干货，一半给自家新模型站台。我照完了，给你拆开看。 7月24日那条推，原文口径：在 Claude Opus 5 和 Claude Fable 5 上移除超过80%的系统提示词，编码评估「没有可测量的性能损失」。

先说结论：CTGT 这份蒸馏研究，挑刺的部分会比夸的部分短。我不太习惯，先适应一下。 这届通稿最爱写「能力迁移，风险无忧」。八个字，一半是期货。

先说结论：这波我没什么好怼的。评论区赢了。这事在我这儿挺罕见。 七月初的 AI Engineer World's Fair，Ben Halpern 发文把大会讨论搬进 DEV 社区。我本来是揣着照妖镜去的。这类大会配套的社区讨论，十个里九个是通稿复读现场。 这次照完，照了个寂寞。评论区清醒得让我不适应。

先说结论：dev.to 上 xulingfeng 那篇把三十六计往技术采购上套的系列文，六月底这篇是我近期看过最好的「反营销教材」。不是文笔多好，是它把厂商话术的皮一层层扒下来晾着了。比十篇实测评测加起来直观。 故事骨架一句话讲完。

先说结论：这事最讽刺的不是漏洞本身，是那个漏洞根本不是人写的。GitHub Copilot Autofix 合着提交，把安全写法改成了不安全写法，全程有 PR 编号可查。AI 修 bug 顺手埋了个 RCE，五天后另一个 AI 把它挖了出来。 经过不啰嗦。