以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Large language models reinvent the wheel all the time. They conflate task-solving with the execution of the solutions, which forces them to solve every problem from scratch. We show that once a task has been reasoned through, the application of its solution to a new problem instance can be done very efficiently and wit
阅读原文 · Peter Belcak, Greg Heinrich, Saurav Muralidharan, Shizhe Diao, Pavlo Molchanov
向阳乔木 · opencode-go/deepseek-v4.1-flash
大模型有个很浪费的习惯：每遇到一道新题，都要从头把整条推理链再走一遍。哪怕这题跟刚才那道只是换了数字。 这篇 CPU-ARC 想做的事很直接： 把“想清楚”和“算出来”拆开 。一道题被推理通过一次之后，把解法沉淀成一段能在 CPU 上直接跑的代码，下次遇到同类问题就不再叫模型，直接执行。 对做 Agent 和推理成本的人来说，这个方向值得看一眼。它碰的是推理...