开源生态

The Commons Lab 发布 27B 开源写作模型 Hemmingway-1

瑞士公司 The Commons Lab 在 Hugging Face 发布开源模型 Hemmingway-1，基于 Qwen3.8-27B 构建，27B 参数、262,144 token 上下文，采用 CC BY-NC 4.0 许可，仅限非商业使用。该模型主打日常写作场景（消息、邮件等），官方自建 CommunicationBench、Human-Like

llama.cpp 发布 b11327：mtmd 限制非因果模型 max image

llama.cpp 发布 b11327 版本，主要变更是 mtmd 模块对非因果模型将 max image 限制为 ubatch（PR #29773）。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 等后端。

llama.cpp 发布 b11325：优化 jinja 循环作用域处理

llama.cpp 发布 b11325 版本，主要改动为 jinja 模板处理：除非循环过滤器需要，否则跳过复制循环作用域（PR #29776）。该版本同时提供 macOS/iOS、Linux、Android、Windows、openEuler 等多平台预编译二进制包，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

llama.cpp b11324：llama-mmap 借助 direct-io 避免张量重复副本

llama.cpp 发布 b11324 版本，主要变更是 llama-mmap 在使用 direct-io 时避免为每个张量创建第二份完整大小的副本，从而降低内存占用。该改动由 NVIDIA 工程师参与贡献，并借助 Claude 辅助完成。版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包。

Strands Agents SDK Python v1.57.2 发布：双向流式 API 转正

Strands Agents SDK 发布 Python 版 v1.57.2，主要围绕双向流式（bidi）API 的成熟化，新增控制台工具调用展示、自定义工具取消、分组工具调用、文本与推理流事件、BidiAgent 代理级存储等能力。同时修复了上下文管理、模型上下文窗口限制、缓存 token 统计及 Bedrock 工具输入规范化等问题，并更新了集成目录与文

llama.cpp 发布 b11323：修复 HIP 后端 CDNA 误判问题

llama.cpp 发布 b11323 版本，主要修复了 HIP 后端在 fattn mma dqk 576 场景下将 CDNA 误判为 dgx spark 以处理 gqa ratio 20 的问题。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、ROCm、V

llama.cpp 发布 b11322：修复 hex-workqueue 竞态条件

llama.cpp 发布 b11322 版本，主要修复了 hex-workqueue 中 seqn 与 idx read/write 不同步的竞态条件问题（PR #29785）。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、

用 C++ 与 NVIDIA TensorRT RTX 构建本地 AI 应用

NVIDIA 在技术博客中介绍了开源项目 DIN Deploy，它提供一套 C++ 示例，结合 ONNX Runtime 与 NVIDIA TensorRT RTX 执行提供程序，帮助开发者将 Hugging Face 模型检查点导出为 ONNX 并在 Windows、Linux 上构建本地硬件加速应用。示例覆盖 Whisper、Parakeet、Nemot

Lucebox 发布 DeepSeek V4.1 Flash ROCMFP 量化 GGUF

Lucebox 发布了针对其 DS4.1 引擎（AMD R9700 + Strix Halo）的 DeepSeek V4.1 Flash 量化版本，采用 ROCMFP 块格式，将路由专家量化为 fp2/fp3，注意力、共享专家和 head 保持 Q8 0。提供了多个 GGUF 文件，在 262,144 token imatrix 校准下，KL top-256

亚马逊发布开源决策模型 Strands Decider 2B，决策模型大量涌现

AWS 发布了开源决策模型 Strands Decider 2B，灵感来自 TypeSafe 的 Jev，可在本地运行，用于在预设选项中快速选择并给出置信度。该模型由亚马逊杰出工程师 Marc Brooker 发起，源于 AWS 客户在 agentic 工作流中不需要完整 LLM 能力与成本的场景。此举发生在 OpenAI 宣布类似产品同一周，反映出决策模型

Cloudflare 开源决策模型 Clef 并推出 RL 微调平台

Cloudflare 在 Workers AI 上发布了两款自研决策模型 Clef 和 Clef-flash，并在 Hugging Face 上以 Apache 2.0 许可证开源。Clef 支持视觉编码和 64k 上下文窗口，在 Jev Decision Index 等多项基准上表现领先，延迟低于多数同类模型。Cloudflare 同时推出新的强化学习微调

另有 1 家信源报道

UkisAI 发布 Swift-Qwen3.8-27B GGUF 量化模型

UkisAI 在 Hugging Face 发布了 Swift-Qwen3.8-27B 的 GGUF 量化版本，该模型是 Qwen3.8-27B 的推理高效衍生版本。据其评测，Swift 版本在保持性能损失小于 1% 的前提下，平均思考 token 减少约 58.3%，并在多项任务上实现约 1.95 倍加速。该模型采用自定义的 swift-open-lice

llama.cpp b11321 发布：补充 AOCL-BLAS 构建文档

llama.cpp 发布 b11321 版本，主要变更是为 BLAS 后端补充 AOCL-BLAS 的构建文档，将设备标签标注为 AOCL-BLAS，并新增 AOCL-BLAS 快速入门指南、移除固定版本路径，同时补充了关于 ZenDNN 的说明。该版本照例提供 macOS/iOS、Linux、Android、Windows 等多平台多后端（CUDA、Vul

Photon为移动应用办葬礼，获450万美元种子轮融资以用agent取代App

AI 初创公司 Photon 在旧金山一座教堂为移动应用举办了一场“葬礼”，以此表达其认为 agent 将取代 App 的判断。该公司帮助开发者在 iMessage 和 WhatsApp 等消息平台上构建 agent，目前已获得 450 万美元种子轮融资，由 Gradient 和 A 联合领投，Vercel、红杉中国等参投。Photon 称其已吸引超过 4

Cloudflare OS 推出全托管 agent 工作空间并开放等待名单

Cloudflare 宣布为其开源产品 Cloudflare OS 推出全托管部署服务，并开放等待名单。Cloudflare OS 为企业提供能理解公司运作方式并连接其数据与系统的 agent 工作空间，用户只需在仪表盘指定自定义域名、Access 策略和 AI Gateway 即可启动。过去一个月该产品新增了连接 GitHub 仓库处理代码、深度集成 Go

llama.cpp b11320 新增 LLM-jp-4.1 Harmony 方言处理器

llama.cpp 发布 b11320 版本，在 common 模块中新增了 LLM-jp-4.1 的 Harmony 方言处理器（#29681）。由于 LLM-jp-4.1 虽采用 GPT-OSS 格式，但其分词器会在每个特殊 token 后解码出空格，且并行工具调用以 分隔，导致原有 GPT-OSS 处理器拒绝该输出，因此新增专用处理器，并通过聊天模板中

llama.cpp 发布 b11317：修复 llama-bench 日志过滤并更新多平台构建

llama.cpp 发布 b11317 版本，主要修复了 llama-bench 的日志详细度过滤问题，使其能够正确显示 GGML LOG ERROR 级别的日志，并清理了无用变量。同时该版本提供了覆盖 macOS、iOS、Linux、Android、Windows 及 openEuler 等多平台、多后端（CUDA、Vulkan、ROCm、SYCL、Ope

Agno 发布 v3.1.0：新增 RBAC 授权与文件系统

Agno 发布 v3.1.0，新增 agno.os.authz 包为 AgentOS 提供基于角色的访问控制（RBAC），包含角色存储、作用域策略、审计日志、用户目录和管理路由，并支持可插拔授权引擎；同时新增 agno.fs 文件系统（DbFileSystem）及 /filesystem 路由。该版本还更新了 MCP 配置与认证、新增 AIMLAPITool

llama.cpp b11316：Metal 后端 mxfp4 矩阵乘法改用 bf16 计算

llama.cpp 发布 b11316 版本，主要变更是 Metal 后端在 mxfp4 矩阵乘法中使用 bf16 数学计算（PR #29770）。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，包含 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。

llama.cpp b11313：为 qwen4exp 重新启用 -sm tensor

llama.cpp 发布 b11313 版本，重新为 qwen4exp 启用了 -sm tensor 选项。此前 #27941 因 test-llama-archs 在 Meta 设备上触发 GGML ASSERT 而禁用了该选项。本次修复通过在 hc init 构建后立即展开它，使 REPEAT 节点直接位于首个设备节点之前，从而让调度器正确分配设备，em