全部资源

LegalOn 将 Codex 成本减半，同时保持开发速度

LegalOn halves Codex costs while maintaining development speed

OpenAI 的客户案例，介绍总部位于亚太地区的初创公司 LegalOn 通过把 Astra、Sol 和 Luna 匹配到不同任务并策略性管理预算，将 Codex 的估计每日成本削减 65%（文章标题称减半），同时保持开发速度。

我们几乎在所有地方都需要默认的硬性预算上限

We're going to need default hard budget caps on pretty much everything

这篇文章主张按使用量计费的服务和 API 应提供“默认硬性预算上限”功能，即超过设定金额后直接中断服务并返回错误，而不只是发警告邮件。作者以编程代理和个人代理容易启动会产生费用的代码为例，说明若无硬上限可能出现睡梦中被额外扣费数百数千美元的情况，并提出硬上限应作为默认设置，想要取消的人可显式勾选。

用语音为我的博客构建的新功能

A new feature for my blog, built using my voice

作者记录自己几乎全程通过语音对话为博客新增了 Newsletters 页面，用于索引其免费周报和赞助者专属月报。文中描述使用 ChatGPT 桌面应用 Codex 标签页的语音对话模式，连本地开发环境，在厨房做饭时口述需求，由 GPT-6 Astra High 生成模型、迁移、视图代码和模板等。适合对语音编程工作流感兴趣的读者。

用 Python 3.15 剖析 web-edit：火焰图与源码热力图

Profiling web-edit with Python 3.15: flame graphs and source heatmaps

这是一篇研究笔记，作者让 Codex 中的 GPT-6 Astra Extra High 用 Python 3.15 的新剖析器对自己开发的 web-edit 应用做分析，并生成火焰图和源码热力图。文中给出示例图，并说明对未修改的 web-edit 应用采样 15,296 个 CPU 栈后发现，混合换行符保留逻辑占用了大部分繁忙编辑负载，preserve_endings 出现在 64.8% 的栈中。

你好 Python 3.15，告别 3.10，现在可以用 3.11 了

Hello Python 3.15, goodbye 3.10, and now I can use 3.11

这篇博文介绍 Python 3.15 发布及相关资料，提到由 3.14 和 3.15 发布经理 Hugo van Kemenade 整理的“What's new”指南。作者作为需支持多个 Python 版本的开源软件开发者，说明自己将放弃 3.10 并开始采用 3.11 的特性，并列举了 3.15 的亮点，如 PEP 810 的显式惰性导入和推导式中的解包语法。

sparqlite：用 Rust 编写的、内置于 SQLite 的 SPARQL 1.1

sparqlite: SPARQL 1.1 inside SQLite, written in Rust

这是 Simon Willison 的一篇研究记录，描述他在 Claude Code 的“Ultracode”模式（通过动态工作流协调多个子代理）下，用一个提示词要求编写一个能直接在行上操作、速度很快的 SQLite SPARQL 扩展。文中提到 Claude Code 运行超过 12 小时、产出多个 crate，作者还追加提示要求为各目录补 README、编写 tutorial.md 及示例数据脚本，并对项目规模之大、难以逐行审查表达了看法。

Claude 的文本水印是如何工作的

How Claude's Text Watermarking Works

一篇简短图解，依据 Anthropic 公开材料说明 Claude 文本水印的原理。文中讲到大模型生成 token 时某些位置存在多个高分候选，水印用一个密钥结合前文 token 上下文生成伪随机种子与候选分数，使采样偏向特定候选；在大量位置重复后形成统计上难以自然出现的模式，从而可被检测。

Muse Glimmer 30B 架构笔记

Muse Glimmer 30B Architecture Notes

Sebastian Raschka 关于 Meta Muse Glimmer 30B 的简短架构笔记，涉及门控的局部与全局 GQA、KV 缓存效率以及发布时的基准对比。正文将其描述为一个 30B 多模态推理模型，采用类 Gemma 架构、131k 上下文窗口、稠密（非 MoE）结构，并使用 GQA 与滑动窗口注意力的混合注意力，局部与全局比例为 3:1，同时对两者都采用门控注意力。

Kimi K3 架构笔记

Kimi K3 Architecture Notes

Sebastian Raschka 关于 Kimi K3 的简短架构笔记，涉及 LatentMoE、Kimi Delta Attention、Attention Residuals、NoPE、多模态以及推理效率方面的设计选择。正文称 K3 基本上是去年 Kimi Linear 的放大生产版本（从 48B 放大到 2.8T），相比 Kimi Linear 新增的组件是 LatentMoE，整体趋势是提升推理效率。适合关注大模型架构的读者。

MiMo-V2.6 Pro 架构与训练笔记

MiMo-V2.6 Pro Architecture and Training Notes

记录小米 MiMo-V2.6 Pro 的架构与训练要点：架构为经典 GQA 加 128 token 小窗口滑动注意力，文中称其在开放权重模型基准的加权平均上排名第一。训练方面提到增加智能体任务并跨不同 harness 训练（held-out harness 上 DeepSWE pass@1 约从 50% 升至 66%）、用以查看执行轨迹的 agentic grader 替代简单正确性验证器，以及大规模 RL 批次（1,568 条提示 × 16 次采样，25,088 条轨迹）与每次更新 2.7–3.7 亿级训练 token。

LinkedIn Learning 上的 AI 推理模型课程

AI Reasoning Models Course on LinkedIn Learning

这是一篇博客文章，Sebastian Raschka 介绍他与 LinkedIn 合作推出的约 90 分钟推理模型课程，讲解推理模型与传统 LLM 的关系及其开发方式。课程分 4 个主要部分、约 30 个短视频，配互动测验和代码示例，内容涉及推理模型、推理时扩展、蒸馏和强化学习。作者说明该课程面向想了解 LLM 概念但不想做大量编码工作的人，属 LinkedIn Premium 内容。

OpenAI Astra 与循环式 Transformer

OpenAI Astra and Looped Transformers

针对 OpenAI Astra 被称作“循环深度/循环式 Transformer”的说法做解释，并举例此前介绍过的 Nanbeige4.2-3B：它把同一套 22 层 Transformer 堆栈复用两次，相当于扩展到 44 层但不复制权重，存储需求不变而计算量近乎翻倍。文中还提到 Mixture-of-Recursions 论文，并引用 Nanbeige 4.2 技术报告称两遍复用取得较好权衡。