开源生态

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

平头哥发布真武V900并开源SAIL软件栈

平头哥在2026杭州云栖大会发布新一代训推一体AI芯片真武V900，性能达上一代真武M890的3倍，计划2027年第一季度量产。次日，平头哥公布开源AI软件栈T-Head SAIL最新进展，宣布扩大框架适配、加速库、工具链、通信库等领域的开源力度，SAIL已适配260余个主流框架，平均适配时间小于7天。真武AI芯片已服务20多个行业、650多家客户，SAIL

另有 1 家信源报道

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

MCP TypeScript SDK 2.1.0 发布：新增 OAuth scope 挑战与请求体大小限制

MCP TypeScript SDK 发布 @modelcontextprotocol/node@2.1.0，新增请求时 OAuth scope 挑战机制，允许 tools、resources、resource templates 和 prompts 通过 scopeChallenge 回调返回 insufficient scope 响应，并在处理器执行前以

llama.cpp b11138 发布：修复 Jinja 一元运算符解析

llama.cpp 发布 b11138 版本，主要修复了 Jinja 模板引擎中一元 +/- 运算符的解析问题，使其在变量前（如 items[:-n] 和 GigaChat 的 indent[:-indent factor]）能正确解析，并确保过滤器/测试保持在操作数之外。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译

LangChain 发布 langchain-openai 1.6.5

LangChain 发布 langchain-openai 1.6.5 版本，包含三项变更：版本发布提交、为 Anthropic 的 Opus 5.5 和 GPT-6 添加 profile 增强，以及在 SystemMessage 上支持对话中途的工具变更。该更新主要面向使用 LangChain 集成 OpenAI 与 Anthropic 模型的开发者。

Meta AI 智能体 Muse 首周获 50 万用户，被指抄袭 OpenClaw

Meta 于 9 月 8 日在美国推出个人 AI 智能体 Muse，首周吸引超过 50 万用户，其中日活超 25 万，累计输入超 200 万条提示，并登顶苹果 App Store。Meta 产品负责人 Nat Friedman 承认 Muse 在产品上「深受开源项目 OpenClaw 启发」，用户发现两者部分文件名与内容几乎一致。报道指出，Muse 能否持续

另有 1 家信源报道

Graphify：统一代码库上下文，简化智能体软件工程

Graphify 是一款开源工具，可将代码库、文档和非结构化数据转换为可查询的多模态知识图谱，以优化 AI 编码工作流。该项目于 2026 年 4 月发布，采用每周多次更新的快速迭代节奏，近期改进了 Terraform 块属性保留、跨文件方法解析等解析器能力。它通过 tree-sitter 提取 AST 并结合文档语义线索构建统一图谱，可经 MCP 服务器接

llama.cpp 发布 b11135：server 端去重草稿 HF 模型

llama.cpp 发布 b11135 版本，主要修复了 server 端通过 dedup-cache-models 对草稿 HF 模型进行去重的问题（对应 issue #27846），并避免在 lambda 中捕获结构化绑定。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台多后端的预编译二进制包。

llama.cpp b11132 支持 Gemma 4 DSpark 草稿骨干

llama.cpp 发布 b11132 版本，新增对 Gemma 4 DSpark 草稿骨干（draft backbone）的支持，包括 GGUF 转换与运行时支持，覆盖全注意力与 SWA 两种 Gemma 4 DSpark 草稿，并支持绑定输出权重与布尔型骨干元数据。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预

TopologicalQwen：拓扑知识蒸馏的1.7B模型

Convergent Intelligence LLC 研究部门发布 TopologicalQwen，一个从 Qwen3-30B-A3B-Thinking-2507 蒸馏得到的 1.7B 参数模型。该方法称为拓扑知识蒸馏（TKD），将教师输出分布视为有界变差函数，分解为平滑、跳跃和漂移三个通道进行知识迁移，并采用 DualMind 格式训练模型进行推理、自我

llama.cpp 发布 b11130 版本更新

llama.cpp 发布 b11130 版本，主要更新为 make-release 流程中的 summary prompt 调整。该版本提供了覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制包，支持 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。

Haystack 发布 v3.2.0-rc1：新增 Agent 压缩与 token 预算钩子

Haystack 发布 v3.2.0-rc1，引入多项 Agent 与 Pipeline 相关更新。新功能包括实验性的 SummarizationCompactor（配合 CompactionHook 渐进式压缩对话以适配 token 预算）、TokenBudgetHook（限制 Agent 运行 token 消耗）、stop run 控制标志，以及 Pip

llama.cpp b11126：Vulkan 新增 IQ4 XS 矩阵乘法内核

llama.cpp 发布 b11126 版本，主要变更为在 Vulkan 后端新增 IQ4 XS 量化格式的 MMQ/MMV 矩阵乘法内核并做性能优化。优化过程中针对 Intel A770 上 MMVQ 出现 27.3% 的 tg 性能回退，选择在 Intel 设备上禁用 IQ4 XS 的 MMVQ。该版本同时提供覆盖 macOS、Linux、Windows

llama.cpp 发布 b11125：ggml-meta 解析多缓冲区视图

llama.cpp 发布 b11125 版本，主要变更是 ggml-meta 解析多缓冲区视图（multi buffer views），并添加 TODO 以便在图分配器重构后重新审视。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后

LiconStudio 发布 LTX-2.5 多主体参考 LoRA

LiconStudio 在 Hugging Face 发布 Licon MSR V1，这是一个为 Lightricks 的 LTX-2.5 视频生成模型训练的多参考 LoRA。它采用 Multiple Subject Reference（MSR）方法，将最多五张参考图编码为与目标视频同一潜空间的视觉 token，并通过学习到的 slot embedding

llama.cpp 发布 b11124：修复 CUDA top-k MoE 触发问题

llama.cpp 发布 b11124 版本，主要修复了 CUDA 后端中 top-k MoE 算子应始终触发的问题（PR #28432）。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包，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。

llama.cpp 发布 b11123：SYCL 新增 mul mat hadamard fp16 测试

llama.cpp 发布 b11123 版本，主要变更为 SYCL 后端新增 mul mat hadamard fp16 的 UT 测试用例（#29218）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译二进制，覆盖 CPU、CUDA 12/13、Vulkan、ROCm 10.0、OpenVINO、SYCL F

Vercel AI SDK 发布 ai@7.0.112 补丁更新

Vercel AI SDK 发布 ai@7.0.112 补丁版本，修复了推理内容清理、UI 消息流取消回调、provider 序列化中不透明文件 URI 保留以及 UI 消息校验时元数据保留等问题，并同步更新了 @ai-sdk/gateway、@ai-sdk/provider 和 @ai-sdk/provider-utils 等依赖。

llama.cpp b11122：SYCL 扩展 MMVQ GLU 融合并新增算子融合

llama.cpp 发布 b11122 版本，主要更新为 SYCL 后端扩展 MMVQ GLU 融合，支持混合量化类型，并新增 rms norm+scale 与 ssm conv+silu 融合。同时提供覆盖 macOS、Linux、Windows、Android 等多平台多后端的预编译二进制包。