Signals · AI Tech Radar

Titles and summaries are in English where the source is; the editors' notes and signals from Chinese sources are in Chinese.

Model · 2026-09-22Worth tracking

Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, and a new price war

Yesterday was Grok 4.7 (pelicans) and MiMo v2.6 Flash/Pro (…

Why it matters两家实验室在同一天把次顶档模型的单价砍到一半上下，最顶档却没动。对大多数团队，这意味着换代的成本账要重算——但决定账单的不是标价，而是缓存命中率和推理档位；而这一轮里恰好有一个把推理档开到最高、结果什么都没返回的反例。

For 在为智能体或应用挑选默认模型、并负责推理预算的工程负责人、维护模型路由、按任务分配不同档位模型的平台团队

Workflow · 2026-08-19Worth tracking

Conceptual integrity and counting lines of code

Simon Willison argues that lines of code can be a meaningful productivity indicator, that the new limiting factor is cognitive capacity, and that conceptual integrity is what coding agents make hardest to keep.

Why it matters本站最近连着三条信号都落在同一个问题上——没有人负责喊停。这一条给出了机制层面的解释：过去的纪律不是靠人自觉，而是由时间成本代为执行的。工期从一周变成一小时，被删掉的不是那个功能，是那个判断。

For 用智能体写代码、并且已经感觉到代码库在往奇怪方向长的工程师、要为「一个人能顶几个人」这类说法定口径的技术负责人

Model · 2026-08-16Worth tracking

Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things

Hands-on evaluation of Qwen 3.8 27B on a 128GB M5 Max and an NVIDIA DGX Spark: the shipped xhigh reasoning default burns tokens on trivial prompts, vision bounding boxes are strong, and throughput of 15–30 tokens per second is the real catch.

Why it matters昨天那条信号明确写着所有对比都由厂商自跑、缺第三方复现，这条正是补上的那一半，而且它补的方向出人意料：模型本身站得住，出问题的是出厂默认值。一个默认 xhigh 的推理档在消费级硬件上把 21 分钟花在一道两分钟的题上，还能把 8,192 的上下文整个吃光——这不是模型能力问题，是发布方替你做完的一个错误权衡。

For 打算在笔记本或单机上跑 27B 这一档模型、需要知道真实吞吐而不是数据中心数字的开发者、在评估本地模型能否替代托管 API 的团队——15–30 token/秒是那道分界线的具体形态

Tool · 2026-08-04Worth tracking

New release of LLM adds support for reasoning traces, OpenAI Responses, server-side tools, and smarter logging

LLM 0.32 adds visible reasoning traces on stderr, server-side provider tools including AnthropicMCP, a Git-style content-addressable message store, and typed streaming events.

Why it matters推理轨迹打到 stderr、答案留在 stdout，是一个很小却值得抄的设计：可观测性和可组合性通常互相打架，而这一版让两者同时成立，没有引入任何新概念。更大的一层是方向——AnthropicMCP 把 MCP 调用收进与供应商的一次往返，说明工具循环正在往服务端挪；而这个项目本身却走反方向，坚持一个能在本机跑、可审计、能拼接任意 OpenAI 兼容端点的命令行。两者的取舍就是「你必须自己拥有哪一层」。

For 在自建智能体运行时与使用托管平台之间做决定的工程团队、需要把模型调用嵌进既有命令行/管道工作流的开发者