// frontier ml. production ai. essays every Tuesday.

▸YOMXXX

Deep technical writing on LLMs, Agents, RAG, and the systems beneath. New essay every Tuesday.

★ THIS WEEK · DEEP DIVE

Claude Opus 4.6 vs GPT-5.4 vs Gemini 3.1 Pro: 2026 春季 LLM 实测横评

深度对比 2026 年三大前沿 LLM 的基准测试成绩、实际编码表现、定价与适用场景。基于 SWE-bench、HumanEval、MMLU-Pro 等基准以及真实项目重写实测。

Paper · 11 min read · 05/09/26

editor-picks.json › Editor's Picks

Agentic RAG 深度解析：从检索增强到智能体驱动的 RAG 架构演进

Draft-Thinking：让长思维链推理成本降低 40% 的新方法

// workshop.md 18 essays view all ›

▸ UI-TARS Desktop：ByteDance 开源桌面自动化 AI Agent 实战指南 ▸ AI 编码助手写的代码越多，维护成本越高？实战降低维护成本指南 ▸ AI 安全 2026：国际安全报告、对齐研究突破与安全最佳实践

// long-form.md 13 essays view all ›

▸ Agentic RAG 深度解析：从检索增强到智能体驱动的 RAG 架构演进 ▸ AI 代理框架 2026 全景对比：LangGraph vs CrewAI vs AutoGen vs Mastra vs DeerFlow ▸ 2026年5月AI模型大战：GPT-5.5 vs Claude vs Gemini vs DeepSeek V4全景分析

// paper.md 11 essays view all ›

▸ Draft-Thinking：让长思维链推理成本降低 40% 的新方法 ▸ KV Cache 压缩技术全景：从 GQA 到量化到 PagedAttention 的工程进化 ▸ MARBLE：扩散模型强化学习中的多维奖励平衡新范式

// tools.md 11 essays view all ›

▸ AI 代码编辑器横评 2026：Cursor vs Windsurf vs GitHub Copilot vs Claude Code ▸ LLM 推理引擎横评 2026：vLLM vs SGLang vs TensorRT-LLM 实测对比 ▸ GitHub Trending AI工具周榜：2026年5月第2周

// weekly.md 2 essays view all ›

▸ AI 周报 002：Claude Code 限频翻倍、GPT-5.5 Instant、Qwen3.6 MoE 开源 ▸ AI 周报 #001: Claude Opus 4.7 发布 · OpenAI Frontier 计划 · Agentic AI 全面铺开