Clauday.

Math-AI 团队放出了 MathCode，一个内嵌数学形式化引擎的终端编码 agent。你用大白话说一个问题，它转成 Lean 4 定理，然后去证。619 星，建在他们之前的 AUTOLEAN 上，周末上了 Hacker News。 真正让它可用的工程细节是常驻的 Lean REPL。Lean 的编译周期是 agent 做证明的杀手——每次检查大约 3…

如果你试过把 Codex、Claude Code 和 Hermes 塞到同一个产品界面后面，你知道那笔税有多贵。每个 harness 有自己的会话模型、自己的流式格式、自己的文件和产物处理方式、自己对"取消"的理解，以及自己那一套跑到一半挂掉的姿势。HarnessRouter Community Edition 这周由 YC 背景的团队按 Apache 2.…

Anthropic 有一个公开页面，放着 claude.ai 和手机 app 背后的系统提示词。这页存在有阵子了，但这个周末冲上 Hacker News 首页，450 分 196 条评论。按时间顺序读一遍这些条目，其实是重建这家公司到底发过什么的一个不错的办法。 当前最新一条是 Claude Opus 5，7 月 24 日。里面提到了 Claude Myt…

Walter van der Giessen 周一发的这篇，两小时内冲上 Hacker News 首页，反应是对的。他的判断是：各家实验室在刻意拿事实存储换推理能力，而所有把冷知识 benchmark 下滑读成退化的人，把因果读反了。 证据是参数量。GLM-5.2 用 40B 激活参数在 AIME 2026 上拿 99.2%。Qwen3.5 用 17B 激…

终于有人把 AI 额度转卖市场摸了一遍，文章这个周末冲上了 Hacker News 首页。一句话版本：没用完的 OpenAI、Anthropic、Google、微软额度正在以三到八折转卖，而且量大到不能忽略。 供给端是创业公司额度。每个加速器、每个云厂扶持计划都在发五位数六位数的 API 额度，大部分公司根本烧不完。以前这些是在创始人群里私下换，现在已经是…

几乎所有 agent 记忆系统都是每轮对话之后做一次固化。agent 说完一句，系统编码、建索引、归档。8 月 13 日挂出的 LycheeMemory V2，来自 Dongfang Li 带的一个中国团队，问了一个明显但没人问的问题：凭什么按轮？ 他们的答案是改成按语义段固化。先检测一个话题到底在哪儿结束，然后把整段当成一个单位编码。昂贵的编码动作触发频…

Tao Feng、Jiaxuan You 等十二人 8 月 7 日在 arXiv 挂出 LLMRouter，之后一直挂在 HuggingFace 论文榜前列。时机有点好笑——一篇论证模型路由为什么重要的论文，发出来九天后 Stripe 把市面上最大的路由器买走了。 核心动作是把路由当成一个序贯决策过程，而不是一张查找表。拆成五块：上下文编码器、模型编码器、…

路透社找到两位了解 Anthropic 财务的人，说出了支撑这次 IPO 的那个预测：2028 年收入 1900 亿到 2000 亿美元。而五月份公司自己对外说的还是 470 亿的年化流水。也就是说，讲给华尔街的故事是两年翻四倍。 这里的机制值得搞清楚。银行家给 Anthropic 定价用的是企业价值对未来收入的倍数，不是过去收入——高增长又还没盈利的公司…

彭博社周六爆的料：Stripe 已经敲定收购 OpenRouter，价格超过 70 亿美元。五月份 OpenRouter 刚拿了 1.13 亿美元 B 轮，估值 13 亿，投资方是 Sequoia、a16z、Menlo 和 Alphabet 旗下的 CapitalG。三个月，五倍。Stripe 对 TechCrunch 的回应是不评论传闻。 OpenRou…

ARC-AGI-3 从 13.3% 涨到 38.3%。同一份权重，同一个 GPT-5.6 Sol，没有重训任何东西。OpenAI 只是让它在两步之间保留自己的推理、而不是扔掉，再加上上下文压缩。改了一段管道，分数翻三倍。 看到这个数字之后你就回不去了。过去两年，所有人都在给错误的对象打分。 说白了 harness 就是这么回事。模型是泡在罐子里的一颗大脑…