开源生态

llama.cpp b11642：server 仅缓存可恢复的 slot 状态

llama.cpp 发布 b11642 版本，主要改进 server 端的 prompt cache 机制：现在只保存可恢复的 slot 状态到缓存中，避免 rerank、embedding、decision、infill 等任务的状态无意义地占满缓存。改动引入 cache pending 标记跟踪可恢复状态，并让 infill 和 decision 任务也

LiteLLM 发布 v1.107.0-dev.2：镜像签名验证与多项修复

LiteLLM 发布 v1.107.0-dev.2 开发版本，说明所有 Docker 镜像均使用 cosign 签名，并提供基于固定 commit hash 与 release tag 两种验证方式。该版本还包含大量修复与功能更新，涉及 Anthropic、Vertex AI、Gemini、Databricks、MCP、缓存、代理分析及 DashScope

llama.cpp b11640：Vulkan 后端优化 cm2 mulmat 调度

llama.cpp 发布 b11640 版本，主要变更是 Vulkan 后端针对 cm2 mulmat 采用对 L2 缓存友好的 workgroup 调度（PR #30215）。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CPU、CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

llama.cpp b11639 修复 OpenCL CLAMP 非连续视图问题

llama.cpp 发布 b11639 版本，主要修复了 OpenCL 后端 CLAMP 算子在处理非连续（strided）视图时索引错误的问题。修复方式是新增一个针对非连续输入的 strided kernel clamp nc，并在源张量非连续时启用该内核，行为与其他一元算子保持一致。该版本同时提供 macOS、Linux、Windows、Android

昆仑万维发布并开源单卡实时视频大模型游戏Matrix-Game 4.0

昆仑万维于2026年10月15日发布并开源 Matrix-Game 4.0，称其为世界首款可在单张消费级显卡（NVIDIA RTX 5090）上运行的视频大模型游戏，实现480p、60 FPS、端到端延迟低于150毫秒的实时交互。该方案采用新范式：由游戏引擎维护世界状态与交互规则，编程智能体用代码构建游戏逻辑，视频模型负责实时渲染精细画面，并同步开源代码、权

另有 1 家信源报道

北欧与英伟达展示区域级先进计算生态进展

英伟达发布博客介绍北欧地区在先进计算领域的进展：北欧正成为欧洲增长最快的基础设施枢纽，预计到2027年底部署约1吉瓦AI云容量。瑞典由爱立信、阿斯利康等组成的财团推出基于NVIDIA DGX SuperPOD的共享超级计算机Sferical One。Spotify、ABB Robotics、Elisa等企业以及Stilta、Klang等初创公司基于英伟达基础

LangGraph 发布 langgraph-prebuilt 1.1.1 及多项包更新

LangGraph 发布 langgraph-prebuilt 1.1.1 版本，同时更新了 langgraph 1.2.15、checkpoint-postgres 3.2.0 和 checkpoint-sqlite 3.1.2 等多个相关包。本次更新修复了 ToolNode 吞掉无效 resume 值的问题，并按任务路径对 delta channel 重

昆仑万维开源 Matrix-Game 4.0：单张 5090 实时跑游戏世界模型

昆仑万维旗下 Skywork AI 发布并开源 Matrix-Game 4.0，号称全球首款可在单张 RTX 5090 消费级显卡上实时运行的游戏世界模型。该模型采用「游戏引擎维护世界状态、视频模型负责画面生成」的分工思路，通过结构草图、动态 Caption、少步自回归蒸馏及 CUDA Graph、FP8 等工程优化，实现按键到画面约 112ms 响应、60

另有 1 家信源报道

llama.cpp b11633 修复 SET ROWS 多线程缓冲区越界

llama.cpp 发布 b11633 版本，修复了 ggml-cpu 中 SET ROWS 操作的转换缓冲区越界问题：该操作原计划以 n tasks=1 执行，但每个线程都会运行并各自使用 F16 到 F32 转换缓冲区的一行，导致线程号大于 0 的线程在图包含其他多线程算子时写出工作缓冲区之外。修复方式是将 set rows 移入 n task = n

llama.cpp b11632：CUDA/HIP 新增 GDN 分块内核

llama.cpp 发布 b11632 版本，为 CUDA 和 HIP 后端新增 GDN（Gated Delta Net）分块内核，代码移植自 tetherto/qvac-fabric-llm.cpp 的 PR #257。该更新在经 RTX 3090 与 RTX 4090 验证后，为 Ampere（SM86）和 Ada（SM89）架构启用 GDN MMA，未

Vercel AI SDK 发布 ai@7.0.141 补丁更新

Vercel AI SDK 发布 ai@7.0.141 补丁版本，修复了 workflow 中按 telemetry.includeRuntimeContext 配置传递运行时上下文的问题，并同步更新了 @ai-sdk/provider-utils 与 @ai-sdk/gateway 两个依赖包。该更新属于常规维护性补丁，主要影响使用该 SDK 工作流与遥测

OpenAI Agents Python 发布 v0.24.0

OpenAI 发布 openai-agents-python 库 v0.24.0 版本。新特性包括在转换后的工具上暴露 MCP 注解，以及支持运行级别的工具异常格式化。修复方面包括按 API 限制批量写入 OpenAI 会话、延迟待审批请求的自动压缩，并升级了 fastapi、grpcio、boto3、redis、temporalio 等多项依赖。

DeepSeek服务器全球宕机，神秘Harness账号同时现身B站

DeepSeek网页及API于北京时间10月15日上午8点11分起出现全球性故障，官方状态页显示对话服务、DeepSeek V4 Pro API及V4.1 Flash API部分中断，故障已定位并进入修复阶段，持续约1小时。第三方监测平台StatusGator过去24小时收到86条报障。与此同时，名为DeepSeekHarness的账号在B站出现，该Harn

llama.cpp b11630 修复 ggml conv 1d 批量输入布局错误

llama.cpp 发布 b11630 版本，修复了 ggml 中 conv 1d 在批量输入下的结果布局错误：此前 GEMM 输出实际为 [OL, N, OC]，而 reshape 却声明为 [OL, OC, N]，导致通道与批次交错且无任何断言触发。修复后统一 reshape 为 [OC, N, OL] 并 permute 还原，所有批次大小构建相同计算

llama.cpp 发布 b11627：更新 ggml mul mat id 说明并禁用相关测试

llama.cpp 发布 b11627 版本，主要变更为在 ggml 中为 mul mat id 添加说明注释，并禁用了 mul mat id dup 相关测试（PR #30501）。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、SY

MLX v0.32.4 发布：新增 VJP 支持与多项修复

MLX 发布 v0.32.4 版本，这是一个以修复和优化为主的补丁更新。主要变更包括为缩放点积注意力（SDPA）和门控 delta 网络添加 VJP 支持、新增 Python 3.15 支持、修复大量 Metal/CUDA 后端与视图/步幅相关的 bug，并优化了量化矩阵乘法和 gather qmm 等内核性能。该版本提升了 MLX 在 Apple Sili

Lumma-Fev-27B 决策模型发布，准确率超越 TypeSafe Jev

Hugging Face Blog 发布 Lumma-Fev-27B，这是 Lumma-Fev 决策模型家族中最大的新成员，基于 Qwen3.8-27B 全权重训练约 10 万条决策样本，支持英语及印地语、泰米尔语、卡纳达语。在 4,454 条留出决策上准确率达 90.7%，高于 TypeSafe Jev 的 83.9%，校准误差也更低（0.009 对 0.

Strands Agents SDK Python v1.61.0 发布

Strands Agents SDK 发布 Python v1.61.0，主要新增将 Strands 打包为 Claude、Codex 和 Cursor 技能，以及 TypeScript 侧的 DecisionModel 原语、MCP 工具调用进度回调和 v2 prompts/resources 分页方法。修复方面涉及 MCP 连接保持、OpenAI 内容过

Strands Agents SDK 发布 harness-cli v0.2.1

Strands Agents SDK 发布 harness-cli v0.2.1，主要新增功能包括将 Strands 打包适配 Claude、Codex 和 Cursor，引入 DecisionModel 原语与 LLMDecisionModel，为 MCP 工具调用增加进度回调及 v2 prompts/resources 分页方法，并新增 python r

Strands Agents SDK 发布 harness-typescript v0.3.0

Strands Agents SDK 发布 harness-typescript v0.3.0，主要新增 DecisionModel 原语与 LLMDecisionModel、MCP 工具调用进度回调及 v2 prompts/resources 分页方法、python repl 与 vended subagent 工具的 TypeScript 移植，并支持