llama.cpp b11506：server 在 slot 保存/恢复时保留上下文检查点
llama.cpp 发布 b11506，server 在 slot 保存/恢复时保留上下文检查点，恢复后的 slot 可直接回滚到检查点，无需重新处理整个 prompt。
#推理引擎
llama.cpp ReleasesAI 评分2222 llama.cpp ReleasesAI 评分1010 llama.cpp b11516：修复 Hexagon IM2COL patch-embed DMA ring 溢出
llama.cpp 发布 b11516，修复 Hexagon 后端 IM2COL patch-embed 的 DMA ring 溢出问题。
量子位AI 评分2222 联想 YOGA Pro 15 RTX Spark 开启盲约：搭载 NVIDIA RTX Spark N1X 超级芯片
联想 YOGA Pro 15 RTX Spark 于 10 月 8 日 9:00 开启全网盲约，是全球首批搭载 NVIDIA RTX Spark N1X 超级芯片的本地智能体 AIPC。
爱范儿AI 评分6262 DLSS 5 正式版体验：英伟达用神经渲染让游戏画面以假乱真
作者在《NBA 2K27》上体验 DLSS 5 正式版，球员面部、球衣织物、木地板和球场光影都更接近真实摄影机拍出的比赛质感。DLSS 5 采用 3D-Guided Neural Rendering，在图形管线后段用神经网络结合 RGB 画面、Motion Vectors、Temporal State 和开发者 Masks 做生成式渲染，单步模型推理只占一帧十几毫秒中的几毫秒。
Simon WillisonAI 评分2020 ttok 1.0 发布：默认 tokenizer 从 GPT-4 切换至 GPT-5/GPT-6
Simon Willison 发布 ttok 1.0，将默认 tokenizer 从 GPT-4 切换为 GPT-5/GPT-6。
爱范儿AI 评分5858 全球最大独立 AI 原生影视公司 Utopai Studios 要打造「AI 版 Disney」
全球最大的独立 AI 原生影视公司 Utopai Studios 正在推进多部院线作品，包括预计 2027 年暑期上映的动画长片《The Most Serious Fart》，以及 8 集科幻剧集《Space Nation》和历史史诗电影《Cortés》。
Ollama ReleasesAI 评分2020 Ollama v0.40.2 发布：旧模型后台自动升级至 llama.cpp
Ollama v0.40.2 让旧版本下载的模型在首次运行时后台自动升级，以在 llama.cpp 上获得更好性能与兼容性，并保留原始副本作为备份以便安全降级。该版本还修复了 ollama list 对已升级模型重复显示的问题，ollama launch claude 现使用模型完整上下文长度。备份模型将在未来版本自动清除。
vLLM ReleasesAI 评分1212 vLLM 发布 vllm-proto 0.5.0
vLLM 发布 vllm-proto 0.5.0，该 tag 由提交者签名并通过验证。此次发布附带 2 个资源文件，版本号从 proto-v0.5.0 正式定为 vllm-proto 0.5.0。
llama.cpp ReleasesAI 评分1515 llama.cpp b11515 发布：SYCL 后端支持 Q5_K 重排布局 MMVQ 与融合 GLU
llama.cpp 发布 b11515 版本，为 SYCL 后端加入 Q5_K 重排布局的 MMVQ 与融合 GLU 支持。该版本同步更新 macOS、Linux、Windows、Android 及 openEuler 等多平台构建产物，覆盖 CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL FP32/FP16 等后端。
Simon WillisonAI 评分1212 ttok 0.4 发布：新增 --list-models 命令
Simon Willison 的 token 计数 CLI 工具 ttok 发布 0.4 版本，修复了 Click 警告、更新了 CI，并新增 --list-models 命令用于列出可用模型。该工具基于 OpenAI 开源的 tiktoken 库，可通过 uvx 直接运行，例如 `cat file.txt | uvx ttok` 即可统计 token 数。
AWS Machine Learning BlogAI 评分3838 Cornerstone OnDemand 如何用 Amazon Bedrock 将数据库诊断时间缩短 78%
Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI，将数据库诊断时间从 45 分钟降至 10 分钟，减少 78%。该系统还把手动生命周期步骤从 10 步以上压缩为 1 次交互（减少 70%），并将冗余告警中位数削减 65%。三人团队用六个月完成交付。
量子位AI 评分6262 openJiuwen 发布并开源企业级 AgentOS
openJiuwen 发布并开源企业级 AgentOS，将多智能体协同、自演进、算力亲和与企业级安全可靠能力整合进统一底座，并通过插件化架构连接上层应用与底层模型、算力资源。
TechCrunch · AIAI 评分6262 微软发布搭载 Nvidia RTX Spark 芯片的 AI PC 与新版 Windows 11
微软在旧金山 Tech Week 活动上公布 Surface Laptop Ultra 的规格与价格，两个基础型号分别 2600 美元和 3700 美元起，最高配至 5900 美元。
TechCrunch · AIAI 评分88 TechCrunch Disrupt 2026：Ambrosia Energy 与 Bloom Energy 高管谈 AI 基础设施热潮的机遇
TechCrunch Disrupt 2026 的 Smart Systems Stage 将举办一场题为“Where the AI Infrastructure Boom Is Creating Winners”的对谈。
TechCrunch · AIAI 评分6262 Goodfire 推出内部激活监控，称以更低成本拦截失控 AI 智能体
Goodfire 发布一类监控工具，通过读取模型内部激活信号来发现 AI 智能体的风险行为，而非让另一个模型逐字审查输出，目前面向 Baseten 客户开放。
NVIDIA BlogAI 评分3838 NVIDIA Omniverse 如何用 GPT-6 Astra 等前沿 AI 智能体把想法变成仿真应用
NVIDIA 开发者正用 GPT-6 Astra、Claude Fable 5 等前沿 AI 模型配合 Omniverse 库，通过自然语言指令构建仿真应用。
llama.cpp ReleasesAI 评分1010 llama.cpp b11514 发布：修复 Musa FWHT
llama.cpp 发布 b11514 版本，修复了 Musa FWHT 问题（#30167）。该版本继续提供覆盖 macOS、Linux、Windows、Android 及 openEuler 的多平台构建，支持 CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 等后端，其中 macOS Intel 与 openEuler 构建处于 DISABLED 状态。
Claude Code ReleasesAI 评分1212 Claude Code v2.1.295 发布
Claude Code v2.1.295 为 command 和 HTTP hooks 新增 onFailure: "block"，使无法启动、超时或异常退出的 hook 直接阻断操作；同时加入 Program Status Protocol（OSC 7501）支持，终端可显示 Claude Code 正在工作、等待用户还是已完成。
llama.cpp ReleasesAI 评分2222 llama.cpp b11513 发布：CUDA top-k 算法按形状选择，qwen4exp 上提速约 6 倍
llama.cpp 发布 b11513，为 CUDA 后端改进 top-k 算法选择：按形状在 bitonic、radix select 与 DeviceTopK/CUB argsort 之间切换，阈值可在构建时覆盖。
OpenAI Codex ReleasesAI 评分2222 OpenAI Codex 发布 0.162.0：新增托管 Git worktree 工具与任务置顶
OpenAI Codex 发布 0.162.0，在启用 worktree 功能后，可从受信任的本地项目创建和列出托管 Git worktree，并支持在智能体 Command Center 中用 p 键置顶任务。
AWS Machine Learning BlogAI 评分4242 BlockRun 与 Incarna 如何用 Amazon Bedrock AgentCore payments 实现 AI 智能体按次付费推理
Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 按次向 BlockRun 付费购买模型推理，将接入 x402 支付支持的工作量从数月缩短到数天并投入生产。
Claude Agent SDK ReleasesAI 评分1010 Claude Agent SDK v0.2.165 发布，内置 Claude CLI 升级至 2.1.294
Claude Agent SDK 发布 v0.2.165，内置 Claude CLI 升级至 2.1.294，可通过 pip install claude-agent-sdk==0.2.165 安装。该版本还新增 CI 告警，当发布被阻塞或失败时会通知 Slack。
llama.cpp ReleasesAI 评分1212 llama.cpp b11512 修复 DFlash 输出头共享问题
llama.cpp 发布 b11512，修复 DFlash 输出头共享问题，改为从 GGUF metadata 读取绑定输出权重，并共享绑定词嵌入 metadata，同时移除 DFlash 嵌入头回退逻辑。相关改动由 Codex 协助完成。
llama.cpp ReleasesAI 评分1212 llama.cpp b11511 修复 CUDA 下 MMQ 越界读取问题
llama.cpp 发布 b11511 版本，修复了 CUDA 后端中 MMQ 的越界读取（out-of-bounds reads）问题（#29953）。该版本继续提供覆盖 macOS、Linux、Windows、Android 及 openEuler 的多平台构建，包括 CUDA 12.8/13.4、ROCm 10.0、Vulkan、SYCL、OpenVINO 等后端。
llama.cpp ReleasesAI 评分1212 llama.cpp b11510 发布：CUDA 新增循环 PAD kernel，支持超过 65535 行或切片
llama.cpp 发布 b11510，CUDA 后端新增循环 PAD kernel，可处理超过 65535 行或切片的场景。该版本同步更新 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台构建，涵盖 CUDA 12.8/13.4、ROCm 10.0、Vulkan、SYCL、OpenVINO 等后端。
AWS Machine Learning BlogAI 评分2222 如何用 Amazon SageMaker HyperPod 实现跨团队 GPU 集群隔离与公平共享
Amazon SageMaker HyperPod 多租户参考架构通过 AWS IAM Identity Center 统一认证、按团队划分 SageMaker AI 域、Kubernetes 命名空间隔离工作负载，并用 HyperPod Task Governance 实现算力配额与调度优先级管理。
Unsloth Releases精选AI 评分6262 Unsloth 发布 v0.1.905-beta，支持训练 Jev 风格决策模型
Unsloth 发布 v0.1.905-beta，可用 QLoRA 把任意文本或视觉 LLM 训练成 Jev 风格决策模型，决策准确率从 30% 提升到 80%。
推荐理由：Unsloth 把决策模型训练、测试、导出到部署串成一条链路，并给出准确率从 30% 到 80% 的对照。
Ollama ReleasesAI 评分1010 Ollama v0.40.2-rc0 发布：列表隐藏重复与降级保护条目
Ollama v0.40.2-rc0 在列表输出中隐藏了重复与降级保护条目。加载需要 llama.cpp 补丁集的旧版 GGUF 时，Ollama 会在磁盘上做惰性转换，并临时保留新旧两份 GGUF、创建影子 v1 manifest 标签，以防降级后的服务器删除新 blob。这些旧副本将在未来版本中移除以回收磁盘空间。
llama.cpp ReleasesAI 评分1212 llama.cpp b11509 修复 CUDA CCCL 版本判断在 4.x 上失效的问题
llama.cpp 发布 b11509，修复 CUDA 后端 CCCL 版本守卫在 4.x 上误判的问题：旧逻辑分别比较主次版本号，导致 CCCL 4.x 下 STRIDED_ITERATOR_AVAILABLE 未定义，argsort 静默回退到 init_offsets 路径，仅损失性能而不报错。
llama.cpp ReleasesAI 评分2222 llama.cpp b11507 支持 MoE 缓存跨多 GPU
llama.cpp 发布 b11507 版本，新增 MoE 缓存跨多 GPU 支持（#30112）。该版本继续提供 macOS、Linux、Windows、Android 及 openEuler 等多平台构建，覆盖 CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 等后端。
The DecoderAI 评分7171 Zenity 研究：一条提示词即可劫持 AWS 账户内所有 AgentCore 智能体
安全公司 Zenity Labs 发现 AWS Bedrock AgentCore 存在名为 AgentCorruption 的漏洞链，攻击者只需对一个公开智能体的聊天访问权限，用一条提示词就能接管同一 AWS 账户和区域内所有 AgentCore 智能体，读取私密对话、源代码和存储的凭证。
NVIDIA BlogAI 评分1212 《Gears of War: E-Day》登陆 GeForce NOW，Fire TV 将可直接购买会员
《Gears of War: E-Day》已于 10 月 6 日全球发售后上线 GeForce NOW，Ultimate 会员可以 GeForce RTX 5080 级性能云端游玩，并支持 NVIDIA DLSS 和 NVIDIA Reflex。
量子位AI 评分2222 正行创新发布全球首个零售物理智能24/7服务解决方案，推出H1人形机器人与C1轮臂式机器人
正行创新在APRCE 2026发布面向零售开放场景的Physical AI解决方案，由双足人形机器人H1、搬运理货轮臂式机器人C1及机器人管理平台M1组成，支持“0改造”快速部署，机器人可实现99%任务自主完成。自研轻量级世界动作模型SLM-0.5在LIBERO基准测试中平均任务成功率98.6%，推理速度较主流方案提升24倍。方案计划2027年正式商业化，支持直接采购或RaaS订阅。
JetBrains AI Blog精选AI 评分6666 JetBrains 发布 Mellum2.1：面向编码智能体的快速开源模型
JetBrains 发布 Mellum2.1，这是其 6 月开源的 12B MoE 模型的新版本，架构不变，仍为 2.5B 激活参数、Apache 2.0 许可。
推荐理由：JetBrains 开源编码智能体模型 Mellum2.1，读者可了解其 RL 后训练路线与自托管部署方式。
OpenAI NewsAI 评分2222 LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 将 Codex 每日预估成本降低 65%，同时保持开发速度。其做法是按任务匹配 Astra、Sol 和 Luna，并对预算进行策略性管理。
Ars Technica · AIAI 评分4242 Nvidia 押注物理 AI，瞄准更安全的 Robotaxi 与人形机器人
Nvidia 正大力押注物理 AI，其全栈安全解决方案已被多家机器人公司采用，目标指向更安全的 Robotaxi 与人形机器人。
MIT Technology Review · AIAI 评分2020 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，但因其直接作用于物理系统，负责任部署成为关键。AVEVA 的负责任 AI 框架强调安全、效率与人类监督，主张 AI 应增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组，制定覆盖电力、能源、水资源与碳的 AI 环境影响测量标准。
爱范儿精选AI 评分7878 微软发布 Surface Laptop Ultra 与混合智能 Windows 更新
微软在特别发布会上推出 Surface Laptop Ultra，搭载 NVIDIA RTX Spark Superchip，最高 128GB 统一内存，可在本地运行超过 1200 亿参数模型，起价 2599 美元，10 月 7 日开放预订、10 月 16 日发货。
推荐理由：微软把 Windows 的 AI 能力从 Copilot 入口扩展到本地模型、Agent 容器与算力调度，读者可据此判断 AI PC 的硬件与系统路线变化。
Cline ReleasesAI 评分1212 Cline Desktop v0.0.45 发布：修复 SSH 连接并新增 Claude Haiku 5.5
Cline Desktop v0.0.45 修复了自 0.0.38 起 SSH 环境连接报 SyntaxError 的问题，并新增 Claude Haiku 5.5 模型。Google Vertex AI、GitHub Copilot 等多个提供商的默认模型改为 Claude Haiku 5.5，同时修复了 GPT-6 Astra、Claude Opus 5.5 等模型关闭推理时的 400 错误。
Cline ReleasesAI 评分1212 Cline CLI v3.0.70 发布：修复 GPT-6 Astra 等模型 400 错误，新增 Claude Haiku 5.5
Cline CLI v3.0.70 修复了在 GPT-6 Astra、GPT-6.1 Sol、Claude Fable 5 和 Claude Opus 5.5 上关闭推理时生成 commit message 和任务报 400 错误的问题，并解决了 MCP server 或 hook 退出后约 3 秒即退出的缺陷。