n8n 发布 2.41.2：修复 OpenTelemetry 与实例报告问题
n8n 发布 2.41.2 版本，主要修复了核心模块中 OpenTelemetry 在启用 Sentry 后重启仍能正常导出、n8n Assistant 实时测试运行记录为验证证据、以及跨 UTC 午夜边界的实例报告重试问题。同时新增使用许可证证书对实例报告进行身份验证的功能。
部署工程
技术方向 · 把模型跑起来的工程实践：推理优化、量化与成本、Serving 架构与可观测性 · 共 1714 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
9月24日周四 · 20 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
Mastra 将分类器列为一等原语并新增策略执行与后台工具
Mastra 发布更新，将分类器（classifiers）作为核心一等原语，支持在 Mastra 实例上注册并通过管理 API 操作，还可作为类型化工作流步骤实现分支控制流。新增 ClassifierProcessor 对 agent 输入、输出和流式内容执行类型化策略，默认失败即中止（fail closed）。此外引入 context.background
正文结构化主题已通过公开置信门槛
llama.cpp b11154 发布：测试工具新增逐模型结果表格
llama.cpp 发布 b11154 版本，主要更新了 test-save-load-state 测试工具：在 --models 模式下改为输出每个模型的逐项测试结果表格，用彩色 PASS/FAIL/SKIP 单元格替代原先冗长的日志输出，并在 -h 帮助中增加示例用法。该改动仅影响测试工具的输出格式，单模型模式输出与退出码保持不变，同时提供覆盖 macO
正文结构化主题已通过公开置信门槛
开放 PACS-AI 平台部署医学影像 AI 的经验总结
蒙特利尔心脏研究所等机构的研究者在 arXiv 发表评论文章，总结在开放 PACS-AI 平台上部署医学影像 AI 的经验。该平台基于 OHIF 与 Cornerstone 构建，并已在放射、神经放射、儿科肌骨超声和放疗等多个临床场景中开展前瞻性评估，同时配套开源了完整框架及一个可让智能体自动迁移模型的技能。文章还讨论了隐私影响评估与数据治理问题。
正文结构化主题已通过公开置信门槛
CoMed：多LLM推理中路由与协作之间的选择性升级
论文提出 CoMed，一种多 LLM 推理中的选择性协作控制器，位于路由与密集协作之间。作者发现跨模型协作具有非单调性：同伴既能挽救单模型无法解决的错误，也可能破坏原本正确的答案。CoMed 通过锚点自一致性、路由边际和轻量同伴探测，决定接受、验证或升级协作，在 16 个开源权重设置中均优于固定或路由锚点，MedQA 最高提升 10.7 个百分点，并在 HL
正文结构化主题已通过公开置信门槛
KITE：用稀疏旗舰校准扩展 Jev 人群实验
研究者提出 KITE 架构，用类型化行为内核（TypeSafe 的 Jev，jev-1.13.0）对每个唯一状态查询一次，再以表格化执行任意规模人群实验，并用稀疏旗舰模型锚点估计干预效应。在 Epstein 的 9,070 名参与者实验中，覆盖 1.7% 状态的锚点使效应误差降低 41%；在 37 个 SocSci210 实验中，0.5–1.5% 锚点覆盖率
正文结构化主题已通过公开置信门槛
DeepSeek-V4.1-Flash 多精度 GGUF 量化版发布
开发者 smalinin 在 Hugging Face 发布了 DeepSeek-V4.1-Flash 的 GGUF 量化版本，包含 Q2 K、IQ2 XXS、IQ3 XS、MXFP4 等多种混合精度方案，模型体积从 335GB 到 508GB 不等。这些文件需要配套的 llama.cpp 自定义分支 my build deepseek41 才能运行，且仅支
正文结构化主题已通过公开置信门槛
成立九年，中科类脑把积累装进Token工厂
中科类脑成立九年来深耕算力调度与电力智能化，提出“算电协同型Token工厂”概念，通过BitaHub彼塔云平台统一纳管异构芯片、模型与电力资源，以“1+3”架构（决策大脑+算力、Token、电力子系统）实现跨域调度。公司完成跨上海、芜湖、乌鲁木齐三地调度测试，控制响应200秒内、跨域迁移成功率100%、能耗预测精度98%，并在世界制造大会上推出算电词元一体化
正文结构化主题已通过公开置信门槛
高通发布第六代骁龙8超级至尊版，为智能体AI重造SoC
在2026骁龙峰会上，高通发布第六代骁龙8超级至尊版与第六代骁龙8至尊版两款2nm移动旗舰平台，总裁兼CEO安蒙提出从以手机为中心转向以智能体为中心。超级至尊版搭载最高5GHz的Oryon CPU、首次加入Matrix Cores的Adreno GPU，以及可端侧运行300亿参数MoE模型的Hexagon NPU，并与阶跃、无量火、江波龙合作完成StepEd
正文结构化主题已通过公开置信门槛
llama.cpp b11149：test-llama-archs 新增后端选项
llama.cpp 发布 b11149 版本，主要变更是为 test-llama-archs 测试工具新增 -b/--backend 选项，用于针对特定后端进行测试。该改动由社区贡献者提交并合并。同时该版本照例提供覆盖 macOS、Linux、Windows、Android 等多平台多后端的预编译二进制包。
正文结构化主题已通过公开置信门槛
IsValorum 发布 Qwen3.8-35B MoE 定制 GGUF 量化版
IsValorum 在 Hugging Face 发布了 Qwen3.8-35B-A3B-Distill-MTP-APEX-I-MiniPlus-V2.1 的 GGUF 量化版本，基于 empero-ai/Qwen3.8-35B-A3B-Distill 模型。该版本针对 13-14GB 显存/内存上限优化，采用逐张量定制量化策略，保留 F32 路由门、Q6
正文结构化主题已通过公开置信门槛
llama.cpp b11147：OpenCL 新增 A8 Q6 K dp4a 内核
llama.cpp 发布 b11147 版本，主要变更为在 OpenCL 后端新增 A8 Q6 K 非 MoE 的 dp4a 二值化内核（PR #29057）。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制，涵盖 CPU、CUDA、Vulkan、ROCm、OpenVINO、SY
正文结构化主题已通过公开置信门槛
llama.cpp 发布 b11146，版本号升至 0.5.0
llama.cpp 发布 b11146 版本，将版本号提升至 0.5.0（PR #29333）。该版本为 macOS/iOS、Linux、Android、Windows 及 openEuler 等多个平台提供预编译二进制包，覆盖 CPU、CUDA 12/13、Vulkan、ROCm、OpenVINO、SYCL 等多种后端，并附带 UI 包。
正文结构化主题已通过公开置信门槛
Optimum-Intel v2.2.0 与 OpenVINO GenAI 2026.4.0 更新
Hugging Face 博客发布 Optimum-Intel v2.2.0 与 OpenVINO GenAI 2026.4.0 更新。Optimum Intel 2.2 扩展了模型导出支持，新增 Mistral 3、DeepSeek-OCR-2、Gemma 4、Qwen-Image、LTX-2、Fun-ASR 等模型，并支持 DFlash 与 MTP 投机
正文结构化主题已通过公开置信门槛
LangGraph CLI 0.4.32 发布：新增自托管部署与镜像参数
LangGraph 发布 langgraph-cli 0.4.32 版本。本次更新新增自托管部署监听器、--image-uri 标志，并调整 deploy 命令使用 agent id 与环境参数，同时澄清 agent 标志并支持环境变量默认值。此外还修复了示例锁文件中的 AnyIO 漏洞并升级了多项依赖。
正文结构化主题已通过公开置信门槛
llama.cpp b11140：CUDA 稀疏注意力优化加速 dsv4 预填充
llama.cpp 发布 b11140 版本，主要针对 CUDA 后端优化 DeepSeek-V4（dsv4）预填充阶段的 sparse-fa（稀疏 FlashAttention）。改动包括将 sparse mask 扫描的查询循环按 ncols1 模板化以在编译期确定循环边界，并把越界检查提升到主机端代码，使 49k 列稀疏解码形状下的扫描耗时从 46us
正文结构化主题已通过公开置信门槛
Jev AI 模型使用指南：从实验到服务端 API 集成
Hugging Face 博客发布了一篇面向开发者的 Jev AI 使用指南，介绍该模型如何作为软件团队的“决策层”，将状态（state）与问题（questions）转化为可分支的结构化答案。指南涵盖三种问题类型（Choice、Score、Noul）、状态输入格式、Playground 验证流程，以及通过 POST https://thejevai.com/
正文结构化主题已通过公开置信门槛
llama.cpp b11139 发布：修复休眠时 token 计数 API 崩溃
llama.cpp 发布 b11139 版本，主要修复了 server 端在 sleep 状态下 token counting API 崩溃的问题，并改进了休眠服务器的唤醒逻辑。该版本同时提供覆盖 macOS、iOS、Linux、Android、Windows 等多平台及 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端的预编译二进制
正文结构化主题已通过公开置信门槛
微软研究：物理AI推理卸载至边缘或云端可提升性能与续航
微软研究院挑战了机器人 AI 推理必须完全在机载 GPU 上运行的核心假设，通过对移动操作任务的系统性研究，发现将推理卸载到边缘或云端 GPU 可显著提升任务成功率、支持更大模型并改善动态环境响应能力。研究还显示，用轻量级硬件（如 Raspberry Pi-5）替代高功耗机载 GPU 可大幅延长电池续航，例如 Jetson Thor 曾使电池消耗增加高达 1
正文结构化主题已通过公开置信门槛
SWE-Serve 揭示本地测试与实时服务之间的差距
NVIDIA 技术博客介绍 SWE-Serve，一个与 SGLang 团队合作开发的基准，用 53 个来自 SGLang 已合并 PR 的任务评估 AI 编码代理对推理服务软件的修改。在 19 个含实时服务检查的任务中，同一批补丁排除实时检查时通过率为 69.4%，加入完整验证器后降至 45.9%，约三分之一补丁在真实服务器加载模型后失败。该基准还显示跨多个