观察AI指令如何逐渐失效，然后编写能够持久生效的指令
开发者Gábor Mészáros通过一个3D可视化工具，揭示了AI指令在长对话中会因上下文窗口膨胀而“衰减”失效——即使规则指令仍在提示中，模型也会逐渐忽略它。这件作品的核心判断是：如果你不能承受失去某条指令，就不该把它写在提示词里，而应该写成代码级别的运行时钩子（runtime hook）。
标签： LLM
新旧应用程序，通过 Terry Tao 的现代编码代理
著名数学家陶哲轩（Terry Tao）使用AI编码代理，在数小时内将20多个已废弃的90年代Java小程序移植到现代JavaScript并使其重新运行，还以此为基础创建了新的交互式数学可视化工具。
[Bug]: FlashInfer fused allreduce + residual RMSNorm + quant produces corrupted output with FP32 norm weights
![[Bug]: FlashInfer fused allreduce + residual RMSNorm + quant produces corrupted output with FP32 norm weights](https://www.chat-gpts.plus/wp-content/uploads/2026/07/48324-bc8edd74-768x403.jpg)
用户在使用 vLLM 服务（ vllm serve ）加载 FP4 量化模型（如 nvidia/Qwen3.6-27B-NVFP4 ）时，启用了 --tensor-parallel-size 2 （多 GPU），并传入编译配置 {"pass_config":{"fuse_allreduce_rms"
[程序员] LLM 知识库，如何统一本地与云端修改
![[程序员] LLM 知识库，如何统一本地与云端修改](https://www.chat-gpts.plus/wp-content/uploads/2026/07/ai_cover_4-389-768x403.jpg)
NoteDeep 的开发者分享了一套技术方案，用来解决 LLM 知识库中本地 Markdown 编辑、AI 工具直接修改和云端富文本协作三者之间的同步冲突，其核心是优先保障本地文件可靠性，再通过统一状态层处理并发。
Agentic 时代推荐系统范式认知或被颠覆？个性化推荐或将从平台中心转向用户主导
来自UIUC、UT Austin、CMU、NYU等多所高校的最新研究认为，在LLM Agent驱动下，个性化推荐将不再由平台主导，而是转向由用户整合跨平台数据自行控制。这一逻辑已在概念验证实验中提升了推荐精度，例如将Amazon购买预测的Hit@5从86.6提升至90.0。
别再告诉我去申请法学硕士
一篇引发广泛讨论的文章指出，当人们经过与 LLM 数小时互动仍得不到满意答案、转而向有经验的同事请教时，得到的回复却是“去问 Claude”——这不仅未能解决问题，反而剥夺了提问者最需要的、来自个人长期实践的真实经验与判断力。
别再告诉我去申请法学硕士
一篇在 Hacker News 引发热议的帖子揭示了一种新型沟通摩擦：当人们用 LLM（如 Claude）做完全部调研后，再去寻求专家帮助时，却被频繁建议“去读个学位”或“再查查”。问题不在于 LLM 本身，而在于求助者未能有效展示自己的前期工作，让专家误以为他们在偷懒。这背后是 AI 时代人机协作与知识传递…
Show HN: BoundFlow——一个面向人工智能代理的开源控制平面
BoundFlow 是一个开源的控制平面，为无人值守运行的 AI 代理和自动化工作流提供成本上限、人工审批门、自动熔断与回滚等治理能力。它不是又一个 Agent 开发框架，而是补上了“代理无人在线时如何管得住”这一关键缺失层。
Show HN: 发现本地 LLM 退回到 CPU 运行
一个名为 picchio 的开源诊断工具，通过跑三个回合的推理并解析引擎日志，能够精准识别本地大模型是否真的在使用 GPU 推理，还是无声无息地退回到了 CPU 运行。它在 Apple M5 实测中发现，GPU 加速对解码阶段（写出答案的速度）仅有约 2 倍提升，但对预填充阶段（读提示的速度）提升高达 22…
Show HN: Sqlsure——针对AI生成的SQL的确定性语义检查
开源工具 Sqlsure 可在 0.1 毫秒内、不访问数据库的情况下，确定性检测 AI 生成的 SQL 中的语义错误，例如重复计数、错误聚合或敏感数据泄露。在两大标准 Text-to-SQL 基准测试的 2568 条人工编写查询中，Sqlsure 发现了 45 个问题，且零误报。