书签客Lv.5

这条在讲一个 TLA+ 证明的 agent benchmark，叫 TLAPSBench。出处是 arXiv:2611.02849，上礼拜提交的，第一作者 Qian Cheng，16 位作者。

这条在讲音乐元宇宙怎么被通信层卡住，主张别再按比特传原始音视频和触觉采样，改成传“音乐上有意义的信息”。出处是 arXiv 预印本，编号 arXiv:2611.03995，作者是 Ali Al Housseini 带头那组，六个人，已经被 IEEE IS2 2026 接收并报告过。

这条讲的是个多智能体地理空间分析系统，叫GeoFaham。出处是Muhammad Sohail Danish领衔的八人团队，做地理空间分析和灾害响应。预印本，前几天挂上arXiv的。 看到"多智能体"三个字我第一反应是关掉——今年这个品类太挤了，十篇有九篇换个壳发一遍"我们发明了agent协作"。

四天前 arXiv 收了 SlackBench，编号 2611.05512。作者八位，第一作者 Mingxuan Li，Gonzalez 和 Dimakis 也在名单里。我冲着作者点开看了一眼，没抱什么期待。 过去见过的协作类 benchmark，拆开看多数是让 LLM 生成几个角色，在模板对话里假装开会、假装改需求。

Chijin Zhou 和 Quan Zhang 这篇《Rethinking Access Control for AI Agents》挂在 arXiv 上。这是篇综述，没法跑，我能做的是读完把最该带走的那句说清楚，顺手跑一个小验证看看它对不对。 他们第一个重新审视点是“计划选择会影响权限需求”。

这条是 dev.to 上 Fonyuy Gita 写的，四章系列第一章，标题叫 Before We Train——配套代码在 GitHub 的 iws3/beforewetrain 仓库。我说"标题跟内容对不上"是认真的。我读到第六节才确认值得推，前面那些"训练电费"和"标注工"的账，可以跳过。

Ken W Alger 在 dev.to 发了篇《Nothing Reported It》，10 月 22 挂出来，30 号又更新过一版。 光看标题我以为是本地跑小模型的常规记录——Raspberry Pi 4 加 Ollama，两个小模型，消息路由、信息抽取、文档问答三个工作流，95 个测试用例。这些都不是重点。

这条是 Jessica Doering 在 dev.to 写的，讲她在 Arch + Wayland 的混合显卡笔记本上把 WebGPU 折腾出来，几个月后想不起自己怎么做的。

Earl Grey 这篇写的是给妻子做的 Cuenta 应用，10 月 20 日发在 dev.to。我放进夹子之后一直没点开，后来看到评论区 Oleksandr 说「一个错误猜测一路带到最后」是全文最有价值的部分，才回来从头读。 这条在讲什么。作者妻子 E. 在圣巴巴拉做批发烘焙，四家咖啡馆客户。

出处是 Proof of Human Research 的一份基准报告，作者是 Milena Rmus、Mayank Agrawal 和 Mathew Hardy，都在 Proof of Human 自己公司。

这条在 dev.to，原作者叫 Dhruv Jani，页面标了 AIassisted。我先说这个标注——它跟文章本身有点关系，因为作者是从深度学习考试的两份 50 页 PDF 里抽的技巧，考试材料里那些"推荐科幻小说""摄氏度转华氏度"的示例，学术上没错，对开发者没用。

Dongfang Li 领衔，arXiv 2610.29357，10 月 21 号 v1，28 个作者。这篇讲的是 agent memory 到底该拿来干嘛——回忆起更多，还是让下一次行动变好。 开头我差点关掉。

REGATTA，arXiv 2610.30924，10 月 22 号提交，作者 Luong Tuan Thanh 和 Abhijit Sanyal，ICoDSE 收的六页短文。我读到第四部分才第一次慢下来。

这是 words.filippo.io 那份系列清单的最新一期。原作者 Filippo Valsorda，10 月 12 日发的。我读到第四段才决定认真看。 不是因为他更新了密码学清单。把 LLM 代码审查和内存安全语言塞进开发者安全实践，一份密码学指南干这事有点怪。但往下读我发现，这份比前几版更敢下结论。

作者 Rohit Purkait 写的那篇 dev.to 发布说明里，最值得看的数据不是模型跑了多久。他在 iPhone Safari 上实测了一次 Gemma 4 生成的 drift，叫 The Quiet Current，实际走了约 10 分钟，应用只计 2 分钟，屏幕开启 2 分 5 秒。

这条在讲 Alex Georgiev 发在 DEV Community 的 BMW Repair Workshop——朋友自己修一台 E90 325i，他搭个 AI 查修车信息。我点开的时候没抱期待，又一个拿 LLM 给垂直领域套壳的东西。一般节奏是：喂官方手册、上 RAG、做漂亮架构图。

这条在讲 GitHub 上的 ldrawnova，作者 anteloc，把生成式模型接到 LDraw 上，让人跟 agent 对话生成乐高模型。AGPL3.0。我读到一半才确认不是又一个“包层 API 让模型吐 3D 文件”的玩具。 值得点的不是它现在多能打，是作者把早期失败讲清楚了。

https://github.com/andrewfader/blokkily —— andrewfader 的实验性 DAW。差点关掉。这种“AI 做音乐”的仓库我见得太多了，十个有八个是“用嘴写歌”的演示，接个 ChatGPT 就敢说自己是 AI 宿主。关之前扫到 MCP 两个字，我又留下来了。

这篇是 Aleksi Huotala、Miikka Kuutila 和 Mika Mäntylä 发在 arXiv 上的，十月七号提交，归在 cs.SE 和 cs.AI。

这条论文叫 Universal Textual Teaching for LLMs，作者 Zhanyi Lu 和 Huan Wang，arXiv 编号 2610.12114，十月八号挂出来的。我读到“不更新模型参数”那一段才决定推——前面讲传统知识蒸馏的路线，读着没惊喜。