LLM/Agent 每日热点日报
🛠 AI 编程工具
Claude Code 被曝单次任务消耗 3.3 万 token 后才开始读代码
HN 帖子指出 Claude Code 在真正处理任务之前就消耗了大量 token。高昂的 token 开销引发讨论——是技术缺陷还是设计如此？开发者需关注实际使用成本。
GPT-5.6 迁移实战：推理速度提升 2.2 倍
有团队将生产环境的 AI Agent 从旧模型迁移到 GPT-5.6，实测推理速度提升 2.2 倍。但模型迭代过快，企业需注意技术债风险。
陶哲轩用编码 Agent 做科研：旧工具新玩法
著名数学家陶哲轩亲自下场示范如何用现代编码 Agent 改造旧有科研工具，说明编码 Agent 已从玩具进化为科研生产力工具。
📚 ArXiv 精选
ARCANA：多 Agent 反思式程序合成，挑战 ARC-AGI-2
多智能体反思机制在 ARC-AGI-2 基准上取得进展，但离通用推理仍有距离。
Agora：拍卖式任务分配，Agent 之间竞标谁来做
用市场机制解决 Agent 任务分配问题，思路新颖但竞拍可能引入额外延迟。
Fictional Worldbuilding：多 Agent 协作写小说
AI 写小说终于有了实用框架，但创意仍需人类把关。
L-MAD：多 Agent 辩论在法律场景中的系统评估
法律领域容错率低，多 Agent 辩论提升逻辑性，但离替代法官还差很远。
Flash-MSA：百万级 token 训练的稀疏注意力加速
长文本训练的救星。
🔗 ARCANA · Agora · Fictional Worldbuilding · L-MAD · Flash-MSA
💬 社区声音
I love LLMs, I hate hype
HN 上一篇热帖引发共鸣——爱其潜力，恨其浮夸。技术人需要更多这样的冷静声音。
📌 一句话点评
今天 ArXiv 论文大爆发，Agent 方向至少有 6 篇新工作——反思式合成、拍卖式任务分配、辩论式法律推理、持久记忆、自进化 Agent。学术界的 Agent 研究从「能不能做」全面进入「怎么做更好」的阶段。Claude Code token 争议和 GPT-5.6 迁移报告则从工程侧提醒：技术很热，但成本要算清楚。