早上七点，我照例先打开 arXiv 的新论文推送，把 9 月 23 日这一整天的论文清单过一遍。这不是心血来潮，而是我坚持了三年的固定动作：每天一篇"arXiv 论文分析报告"，记录我看到了什么、哪些值得精读、哪些只是蹭热点。写这篇的目的有两个：一是把 9 月 23 日这天的真实阅读记录做一个整理，二是最近总有人问我"arxiv 怎样订阅"，我就把订阅方法、筛选流程和踩过的坑一起写清楚。如果你也是研究生、算法工程师或科研团队里负责盯前沿的人，这篇应该能帮你省下不少时间。

这篇记录不是论文综述，也不是官方统计，只是一名普通从业者每天和信息流搏斗的一手经验。我把它完整摊开，把当天的热点方向、三篇值得细读的工作、订阅的完整步骤以及我踩过的坑都放在一起，希望能给你一个可以直接照抄的作业。

1. 为什么"每天刷 arXiv"值得做成一条固定流水线

1.1 信息过载是研究者的第一生产力杀手

这几年 arXiv 上的论文量涨得离谱。尤其是 cs.LG、cs.AI、cs.CL 几个方向，单日新增经常冲到几百篇，碰上投稿节点更是夸张。一个人哪怕全天什么都不干，也没办法把当天所有论文读完。更扎心的是，大部分人刷 arXiv 的方式是"打开首页 → 随便点几篇 → 收藏 → 关闭"，结果收藏夹越来越长，真正读过的没有几篇。

我最早也是这样。后来发现，问题不在于论文太多，而在于我没有一套固定流程。信息过载不是靠意志力解决的，而是靠流程解决的。每天固定时间、固定入口、固定筛选标准，把"刷论文"变成"处理论文"，你才不会在信息流里溺水。

我在 9 月 23 日这天大概扫了 200 多篇标题和摘要，真正精读的只有 3 篇。这个比例看起来很浪费，但其实是最健康的。每天花 40 分钟做流水线处理，比周末花一整天补课要高效得多。

1.2 我的工作流拼图：订阅入口、筛选漏斗、笔记归档

我的每日 arXiv 工作流由三块拼成，缺一不可。

第一块是订阅入口。我用 arXiv 官方的邮件订阅 + 自建的 API 关键词追踪两条线，保证每天新论文不会漏。第二块是筛选漏斗。从邮件标题到摘要，再到 PDF 全文，每一层都用不同的时间预算，不平均用力。第三块是笔记归档。每天生成一个 markdown 文件，记录标题、分类、链接、我的判断和一句原因。

归档模板大概长这样：

# 2026-09-23 arXiv 报告 ## 精读（3篇） - [方向1] 标题关键词 | 为什么值得读 | 一句话结论 - [方向2] 标题关键词 | 为什么值得读 | 一句话结论 - [方向3] 标题关键词 | 为什么值得读 | 一句话结论 ## 值得关注（12篇） - 标题关键词 | 分类 | 关注原因 ## 已排除（约200篇） - 规则1：标题与我的研究问题无关 - 规则2：摘要里只有 benchmark 刷点，没有方法增量 - 规则3：同一问题下的同质化工作

这个模板看起来简单，但坚持下来之后，你会拥有一份属于自己的前沿地图。三个月后回头看，哪些方向在快速升温、哪些团队在连续产出，一目了然。

2. 2026-09-23 论文大盘：哪些方向在放量，哪些在退烧

2.1 我订阅的 12 个分类，当天的热度分布

先说明一下，下文所有数字都是我当天根据自己的订阅源标记出来的，不是 arXiv 官方统计，也不是决定性的。它的意义在于看相对分布，而不是当绝对真理。

这个分布和我半年前看到的明显不同。半年前 cs.CV 还能占到差不多三成，现在已经被 cs.LG 和生成类工作挤到后面了。cs.AI 里的智能体方向虽然量大，但很多工作换汤不换药，真正值得读的没有表面看起来那么多。这个判断非常重要——数量多不代表有效信息多，反而意味着你需要更强的过滤机制。

2.2 三个"放量"信号，以及我的解读

第一个信号是高效推理。当天我在 cs.LG 里至少看到了十几篇围绕推理成本优化的工作，包括量化、剪枝、稀疏化、推测解码、小模型蒸馏。这个方向放量的逻辑很直接：模型的"能不能用"问题已经差不多解决了，"用不用得起"变成更关键的问题。很多团队开始把目标定为"在固定算力预算下尽量提升精度"，而不是单纯追求越大的模型越好。对做工程落地的人来说，这是比刷 SOTA 更值得跟踪的信号。

第二个信号是合成数据。大量工作从清洗真实数据转向主动构造数据——用模型生成困难样本、模拟极端场景、把领域知识编码进数据分布。甚至有种说法开始流行：数据不再是"收集来的原料"，而是"代码写出来的程序"。这个转向的影响会很深远，因为评估一个模型的能力边界，正在从"它见过什么"慢慢变成"它能生产什么"。

第三个信号是评估基准的内卷。新 Benchmark 一个接一个，每个都说自己更全面、更抗作弊，但同时也出现了大量"只在自己的基准上有效"的模型。基准越来越多，不代表模型越来越强，反而意味着你要花更多时间去判断这个基准本身是否可信。

3. 三篇让我停下来细读的论文，以及它们背后的趋势

3.1 训练后压缩这条路上，有人在认真补精度

9 月 23 日这天，cs.LG 里让我第一个停下来的是几篇训练后压缩的工作。过去我们聊 PTQ（训练后量化），习惯的说法是"8-bit 精度损失可接受、4-bit 要小心"。但现在有一批工作在做的是两件更难的事：一是把量化和结构化剪枝联合起来做，而不是各自为战；二是把压缩本身当成一种微调手段，一边把模型塞进小一点的存储和带宽，一边把被量化挤掉的分布信息补回来。

这几篇吸引我，不是因为他们秀出了多低的困惑度或者多高的准确率，而是他们开始认真讨论一件事：压缩后的模型在分布外数据上的行为。这对生产环境太重要了。很多模型在验证集上压完精度不掉，一上线遇到真实流量就崩，问题往往出在压缩过程放大了尾部特征的处理偏差。如果你做部署侧推理优化，这类工作值得跟紧。

3.2 把"程序执行轨迹"喂给推理链

另一篇让我停下来的工作，做的是让推理过程"真的跑一遍"。

大致思路是：模型在推理一个数学问题或者代码任务时，不是只靠内部状态"想"，而是会生成一段中间表示，然后丢给一个外部执行器去算，再把执行结果作为下一步推理的输入。听起来简单，但和传统的 chain-of-thought 有本质区别——后者是从 token 到 token 的文本推理，前者是让模型和外部符号系统做循环交互。

我特别关注这类工作，因为它在数学验证、代码生成、数据分析这些"结果可校验"的领域有天然优势。模型可以在一个分支上算错了、立刻读回错误值然后换一条路径继续，而不是在幻觉里越滚越远。说实话，这种"推理+执行"的混合架构，可能会是接下来一两年最值得投入的方向之一。

3.3 局部注意力 + 显式记忆：长上下文的新折中

第三篇让我细读的工作，是在长上下文建模里做"局部注意力 + 显式记忆"的路子。

全局注意力在长文本上的成本大家都清楚，O(n²) 不是开玩笑。线性注意力省了复杂度，但在复杂推理任务上经常表现不稳。局部注意力又往往顾此失彼，跨段信息一律丢失。这种"局部注意力负责精准读相邻片段，外部记忆库负责存关键信息"的折中设计，思路我很喜欢：它把"记住什么"从隐式参数里拆出来，变成显式可读写、可更新的模块。这和给模型配了个外部工作台差不多。

我判断这类工作接下来会大量出现在长文档分析、Agent 多轮对话、代码仓库理解这些需要"记得住也能随时翻旧账"的场景里。它的上限可能不是最强，但落在工程可用的区间内会很早。

4. 热搜里的答案：arXiv 到底怎么订阅，才能不被邮件淹没

4.1 官方邮箱订阅，五分钟搞定

很多人都问过"arxiv 怎样订阅"，其实官网自带的邮件订阅完全够用，关键是别选错频率和分类。

具体步骤：

1. 打开 arxiv.org，先注册一个账号并完成邮箱验证。
2. 登录后进入个人设置，找到邮件订阅（Mailing List）相关入口。
3. 在分类列表里勾选你关心的方向。新手最容易犯的错是把能勾的全勾上，第二天邮件直接爆炸。
4. 选择发送方式。我强烈建议选"每日摘要"，而不是"每次更新立即推送"。前者一天一封信，后者真的会把你打断到怀疑人生。
5. 提交后，系统会发一封确认邮件，点一下确认链接即可。

就这么简单。头一周你会收到一份按分类排列的论文清单，标题和摘要都有，正好用来喂筛选漏斗。

4.2 进阶玩法：用 arXiv API 搭一个自己的每日报告脚本

官方邮件再好，也只给一个新论文池。如果你想按自己的关键词追踪，比如"quantization" "long context" "agent" 这些，直接用 arXiv 的公开 API 写个脚本就行，不需要爬网页，very 稳定。打个比方：官方邮件像是给你送来一整个菜市场的进货清单，API 脚本则能帮你在清单里只挑自己爱吃的几样。

一个很简单的 Python 示例：

import urllib.parse import urllib.request import feedparser base_url = 'http://export.arxiv.org/api/query' params = { 'search_query': 'cat:cs.LG AND abs:quantization', 'sortBy': 'submittedDate', 'sortOrder': 'descending', 'max_results': 20, } url = base_url + '?' + urllib.parse.urlencode(params) feed = feedparser.parse(urllib.request.urlopen(url)) for entry in feed.entries: print(entry.title, entry.link)

你可以把它放进定时任务里，每天跑一次，生成一份 markdown 放进归档目录。需要注意两点：一是查询参数里的abs:quantization表示在摘要里搜关键词，换成ti:就在标题里搜；二是别把请求频率设得太离谱，每隔几小时请求一次足够了，我们要做的是信息筛选，不是给服务器制造压力。

4.3 从"看邮件"到"主动选题"的过渡

订阅只是第一步，更难的是从被动接收变成主动选题。我的经验是，前一个月老老实实看官方邮件，训练自己对标题和摘要的敏感度。一个月之后，你要慢慢变成一个提问者：我这周到底在研究什么问题？如果我只能读三篇论文，我该选哪三篇？

这时候，分类订阅就不够用了。我通常会给每个核心问题建一个独立的搜索规则，比如"long context + memory" "quantization + outlier"，每天只跑这几个，输出直接进报告。别小看这一步，从"看别人有什么论文"到"看我需要的论文有没有出现"，是整个工作流价值跃迁的开始。

5. 订阅三年后，我改掉的几个习惯

5.1 关键词订阅不是越细越好

我刚入坑的时候，给自己设了一堆关键词订阅，恨不得把每个喜欢的子方向都单独拉一条。结果呢？配置文件长到自己也看不懂，每天报告重复率超高。后来我砍到只剩三组核心关键词，每组都对应我当下的研究问题，而不是对应某个模糊的技术名词。关键词越细，确实越精准，但也越容易错过边界上的好工作。你要的是"既能抓到重要工作，又能容忍噪声"的平衡。

5.2 "SOTA" 是最不值得信任的两个词

如果摘要里出现 "state-of-the-art"，我的第一反应不是兴奋，而是去找它对比了哪些基线。绝大部分 SOTA 都是有前置条件的：某个数据集、某个模型规模、某种评估设置。你把条件一换，它可能连第二名都算不上。所以我在标记精读的时候，会多看一个问题：这篇工作的提升，到底来自方法本身的增量，还是来自更大的计算预算或更长的训练步数？如果是后者，我会把它打回"值得关注"而不是"值得精读"。

5.3 同一天冒出相似工作，不一定是撞车

刚开始看 arXiv 时，看到同一天出现两三篇思路几乎完全一致的工作，我的第一反应是"这算不算抄袭"。后来见多了才明白，独立并行发现是科研里的正常现象。大家在同一时间读到了同样的技术缺口，用相近的路径去填，最后同时挂出预印本。真正值得关注的不是谁先挂出来，而是谁的推导更完整、谁的实验更扎实、谁的分析更能帮你理解问题的边界。

5.4 放下一篇都不能漏的执念

我必须承认，很长一段时间里我都处于一种"漏读焦虑"中，觉得自己每漏掉一篇，就可能错过一个重要的技术转折。后来我认识到，这只是一种防御性的错觉。真正推动你前进的，是你研究问题本身的进展，而不是你读过多少论文。每天扫 200 篇标题、精读 3 篇、然后安心去做自己的实验，这个节奏是对的。arXiv 不是用来刷完的，它是用来校准方向的。

我在 9 月 23 日的这份报告里，最后也只精进了那 3 篇。整理完格式、归档、写好一句话评价，就把它关了继续做实验。用系统代替记忆，用流程对抗噪音，这大概是我能在信息洪流里保持产出的真正原因。