部署工程

llama.cpp b10297 发布：修复 /cors-proxy 空响应问题

llama.cpp 发布 b10297 版本，主要修复了 server 中 /cors-proxy 端点返回空响应的问题。该版本提供了适用于 macOS、Linux、Windows、Android 和 iOS 的多种预编译二进制文件，支持 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL 等后端。

Qwen3.8 Max追平Claude Opus 4.8，但Kimi K3更优且成本低25%

阿里巴巴的Qwen3.8 Max在Artificial Analysis Intelligence Index上得分56，追平Claude Opus 4.8，但落后于Kimi K3（57分），且Kimi K3成本低25%。在GDPval-AA基准上，Qwen3.8 Max得分超过Kimi K3，但需要更多步骤和输入token，导致成本更高。此外，该模型在AA

llama.cpp b10295 发布：修复量化张量步长问题

llama.cpp 发布 b10295 版本，主要修复了量化张量重塑后的步长问题（#26672）。该版本提供了适用于 macOS、Linux、Windows、Android 和 openEuler 的多种预编译二进制文件，支持 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL 等后端。

Langfuse v4.5.0 发布：新增提示词批量导入导出与 Agent 静默模式

Langfuse 发布 v4.5.0 版本，新增提示词批量导入导出、Agent 工具静默模式、按用户和组织限制并发后台运行等功能，并修复了多项 UI、追踪、OTel 和 Worker 相关问题。该版本还更新了定价模型，支持 GPT-5.4/5.5 大上下文层级，并优化了错误监控和代码结构。

llama.cpp b10293 发布：新增 AMD ROCm CI 支持并修复 RDNA3.5 推理问题

llama.cpp 发布 b10293 版本，主要更新包括为 AMD ROCm CI 添加 gfx1151 支持，并修复了集成 GPU 上的调试断言问题。针对 RDNA3.5 架构的 HIP 后端，通过启用 HIP LAUNCH BLOCKING 解决异步执行导致的推理错误，并暂时跳过 jamba 和 top-k 等不支持的测试。该版本提供了多平台预编译二进

Mastra 发布更新：声明式工作流持久化与实验评估增强

Mastra 发布 2026 年 8 月 5 日更新，核心亮点包括：工作流支持声明式 JSON 图定义与持久化，可通过 HTTP API 和客户端 SDK 管理存储的工作流；新增谓词 DSL 和嵌套工作流步骤，实现可持久化的条件与循环；实验与评估功能增强，支持更细粒度的评分器控制和工具策略；可观测性与流式传输可靠性改进。同时包含破坏性变更，移除平台工作区的密

llama.cpp b10291 发布：修复 Vulkan 提交批处理并新增调试工具

llama.cpp 发布 b10291 版本，主要修复了 Vulkan 后端中提交批处理大小的问题，并新增了用于诊断 DeviceLost 驱动错误的调试工具。该版本提供了适用于 macOS、Linux、Windows、Android 和 iOS 的多种预编译二进制文件，涵盖 CPU、Vulkan、CUDA、ROCm、OpenVINO 等后端。

金刚GC3芯片发布：RISC-V数据流架构重新定义视频AI算力

在CCF Chip 2026大会上，中科通量发布了全球首款RISC-V数据流架构视频智能AIGC芯片金刚GC3，该芯片采用12核设计，支持128路1080P硬解码，INT8算力达200 TOPS。金刚GC3通过数据流架构优化视频处理效率，旨在解决通用芯片在视频AI场景下的能耗和延迟问题，标志着国产RISC-V高端算力在视频专用领域的商业化提速。

mmMind：姿态引导的毫米波雷达行为理解模型

arXiv 论文提出 mmMind，一种雷达-语言模型，利用同步 3D 姿态作为训练监督，使基础模型能理解毫米波雷达数据。该模型通过姿态引导预训练学习人体结构和运动，推理时仅需雷达输入，并用于行为描述和时空问答。作者还发布了包含 17.9 小时真实数据的 mmMind-Bench 基准，实验表明 mmMind 在多个任务上优于现有基线。

HELENA：基于互补拓扑联合的分层稀疏协调多智能体框架

arXiv 上发布了一篇关于多智能体系统的新论文，提出了 HELENA 框架。该框架通过蒙特卡洛树搜索和行列式点过程选择互补拓扑，构建联合图，并利用分层稀疏协调模块在每一步仅激活稀疏子图，以抑制冗余噪声传播。实验表明，HELENA 在八个基准测试上均达到最先进水平，平均提升 3.47%，在 MMLU-Pro 上提升高达 10.34%。

DeepSpeed v0.19.4 补丁发布：多项修复与增强

DeepSpeed 发布了 v0.19.4 补丁版本，包含多项修复和改进，涉及 ZeRO 优化、AutoTP、MoE 路由、学习率调度器、梯度累积等。该版本增强了 ZeRO-3 推理、AutoTP 的 HuggingFace 支持，并修复了多个 bug，提升了稳定性和性能。

llama.cpp b10290 发布：新增 ggml build forward order 修复音频图问题

llama.cpp 发布 b10290 版本，新增 ggml build forward order 函数，用于在计算图中插入节点而不设置计算标志，以解决 mtmd 音频图中 GEN WAV 调用因陈旧输入触发断言的问题。该版本提供了多平台二进制文件，包括 macOS、Linux、Windows、Android 等。

Vercel AI SDK 7.0.54 发布：增强工具循环与指令中间件

Vercel AI SDK 发布 7.0.54 版本，主要包含三项更新：允许 ToolLoopAgent 的 prepareCall 回调读取并覆盖顶层 reasoning 选项；新增 defaultInstructionsMiddleware 用于应用默认语言模型指令并保留调用级覆盖；在重新生成响应时保留前序助手消息。

DLR-Lock：通过深度低秩残差蒸馏锁定预训练权重

Apple 与东京大学的研究者提出 DLR-Lock 方法，通过将预训练模型中的 MLP 替换为深度低秩残差网络（DLR-Net），利用自动微分的推理-训练不对称性，增加微调时的激活内存和计算开销，从而阻止未经授权的权重修改。该方法在保持模型能力的同时，能抵御完全了解防御策略的自适应攻击者。该论文已被 ICML 2024 的 Efficient System

Meta 发布 Muse Code 和 Muse Spark 1.2 编码模型

Meta 发布了 Muse Code 和 Muse Spark 1.2，后者是面向编码的模型更新，提升了代码生成、调试和代码库理解能力，并支持长序列智能体工具调用。模型提供两种定价选项，其中 contributor 版本通过允许数据使用大幅降价。

另有 1 家信源报道

llama.cpp b10289 发布：强化文件搜索与路径处理

llama.cpp 发布 b10289 版本，主要强化了 server 的文件搜索功能，包括修复 Windows 符号链接和挂载点遍历问题、处理不可读目录、优化路径转换，并改进了 UI 缓存过期机制。该版本还提供了多平台二进制下载。

Mobileye 借助 Amazon Bedrock AgentCore 实现支持运营转型

Mobileye 利用 Amazon Bedrock AgentCore 部署了 AI 支持代理，将响应时间缩短了 90%，准确率超过 95%，且无需管理基础设施。该代理通过 MCP 协议实时访问数据处理平台 API，解决了内部工单查询瓶颈。Mobileye 还将 AgentCore 转化为自服务平台，供公司内部团队部署自己的 AI 代理。

Claude Opus 5 性能降级事件已解决

Anthropic 报告 Claude Opus 5 出现性能降级，影响 claude.ai、Claude API、Claude Code 和 Claude Cowork。团队已定位到错误原因并正在修复，目前事件已解决。

Anthropic 多款 Claude 模型性能下降已修复

Anthropic 报告其多个 Claude 模型（包括 Claude Mythos 5、Claude Fable 5、Claude Opus 5 和 Claude Sonnet 5）出现性能下降，导致 API 请求错误率升高。该事件影响了 claude.ai、Claude API、Claude Code 和 Claude Cowork 等产品。团队已定位原

Langfuse v3.225.1 修复 Unicode 转义解码问题

Langfuse 发布了 v3.225.1 版本，主要修复了客户端 trace 下载和复制时 Unicode 转义字符未正确解码的问题。该修复由开发者 bezbac 提交，通过 PR #15801 合并。此版本为补丁更新，无新增功能。