该版本自 1.6.3 以来加入prompt caching middleware、修复流式读取超时分类，并替换了不可用的集成测试模型。
阅读全文开源项目
关注开放的模型、工具与代码，找到值得动手的项目。
本页最新按事件时间排序
LangChain发布 1.4.3：修复create_agent工具调用并新增Bedrock Mantle模型支持
该版本自 1.4.2 起还包含回退模型缓存配置清理、无需profiles识别GPT-6结构化输出，以及依赖anyio从 4.11.0 升级至 4.14.2。
阅读全文
GitHub开源AI安全代理在Android应用中发现 24 个漏洞
GitHub安全实验室用开源Taskflow Agent审计Android应用，报告了 24 个漏洞，包括OsmAnd可被任意应用静默导入设置以追踪位置，以及Wikipedia应用通过deeplink实现账户接管。
阅读全文
llama.cpp b11236发布：推测解码、mtmd与server迁移到batch_ext
该版本把推测解码、多模态（mtmd）和服务器三条路径统一迁到batch_ext，并新增common_batch、修正add()/add_embd() 返回值处理、为零填充路径加警告。
Anthropic Python SDK发布v1.9.0：新增claude-sonnet-5-5与流式工具调用
v1.9.0于 2026-09-28 发布，新增between_tools思考类型、claude-sonnet-5-5模型支持、缓存诊断转正，以及可在回复流式输出时并行执行工具调用。
Claude Code v2.1.284发布：Sonnet 5.5成Anthropic API默认Sonnet模型
Anthropic在Claude Code更新中加入claude-sonnet-5-5，1M上下文、每百万token输入 2 美元输出 10 美元，缓存读取 0.20 美元；同时默认权限模式改为auto，Ultracode独立为开关。
llama.cpp b11235发布：修复Windows上的Hugging Face缓存路径
llama.cpp发布b11235版本，主要变更是修复Windows平台上的HF缓存路径问题，该提交取代了此前的 #29158，由Adrien Gallouët署名。
llama.cpp b11234修复WebGPU后端张量非对齐写入
该版本只包含一个功能性改动：让ggml_backend_webgpu_buffer_set_tensor能处理非对齐写入，并附带了各平台预编译包。
OpenAI Python SDK发布v3.20.0，新增Agents凭据与WebSocket快照选项
该版本于 2026-09-28 发布，新增Agents凭据和会话选项、Responses的Cyber访问程序，并允许通过opt-in方式获取增量WebSocket文本与工具快照，同时修复多项实时与WebSocket相关问题。
llama.cpp b11233发布：重构回滚测试并修复Metal空张量融合问题
该版本将test-recurrent-state-rollback改为支持 --models DIR遍历全部dummy模型，并为test_multi_seq_split_replay分配独立测试状态；同时允许Metal后端融合 0 元素节点，避免图重排序导致的重新分配。
llama.cpp b11232发布：x86 CPU为非常规头维度启用分块Flash Attention
该版本将分块Flash Attention扩展到head dim不是向量整数倍的模型，并为simd_gemm_ukernel_tail增加AVX2掩码加载/存储支持，同时修复填充KV分块的FA softcap处理。
llama.cpp发布b11229：修复DKQ超过 256 mfma内核的模板跳过问题
该版本由llama.cpp Releases页面发布，标题为「HIP: fix template skip for DKQ > 256 mfma kernels (#29559)」，并同步提供多平台预编译包。
llama.cpp b11228为Metal后端补齐GGML_OP_PAD左填充与循环填充
该版本让Metal与CPU、CUDA、Vulkan行为对齐，并移除一个因更慢、且会在启用后导致两个填充用例失败的f32_4 kernel。
llama.cpp b11226发布：Windows ARM64可用MSVC cl.exe构建
llama.cpp新版本b11226合并PR #28362，让Windows ARM64平台支持用微软MSVC cl.exe编译器构建，同时照常提供macOS、Linux、Android、Windows等多平台预编译包。
llama.cpp发布b11225：为回滚、保存加载与分片状态恢复测试补上ggml初始化
该版本的核心改动是修复ggml初始化问题，覆盖test-recurrent-state-rollback、test-save-load-state和test-state-restore-fragmented三个测试；多平台预编译包同步发布。
LiteLLM发布v1.104.0-rc.1，Langfuse回调迁移至v4
该RC版本包含Langfuse SDK回调迁移到v4、Azure code_interpreter容器文件按原生ID覆盖测试，以及多项CI与流式输出修复的向后移植。
llama.cpp b11224修复Vulkan后端读取KV缓存切片时算错结果的问题
在mul_mat等算子原地读取带步长的KV缓存视图时，Vulkan后端此前把ne00*ne01当作批次步长，导致第一个head之后的注意力读出错误行；b11224改为从nb[2] 取步长，并修正了A/B绑定的内存范围。
OpenAI Codex发布 0.158.0：MCP支持预注册OAuth客户端密钥，默认启用终端输入审批
Codex 0.158.0还修复了Windows 10路径沙箱失败、Linux嵌套可写根启动等问题，并为exec-server WebSocket连接加入bearer token认证。
Hugging Face在Hub上线RL Environments筛选器，用数据集仓库托管强化学习环境
Hugging Face称，RL环境现可作为带rl-environment标签的数据集仓库出现在Hub的新筛选器中，无需新建仓库类型、注册表或注册；Harbor、Verifiers、OpenEnv、NeMo Gym四个框架已注册为数据集库标签。
llama.cpp b11223放行因果重排模型的RANK pooling分批处理
llama.cpp新构建b11223的server改动允许Qwen3、Qwen3-VL等因果LLM重排模型对超过n_ubatch的输入做分块预填充，此前服务器会直接拒绝这类RANK pooling输入。
llama.cpp b11222发布：调整参数解析，避免 --rpc注册产生副作用
llama.cpp新构建版本b11222修改了命令行参数解析逻辑：--rpc不再被无条件注册，llama_supports_rpc() 只在对应处理函数中调用，服务器初始化日志也改到参数解析完成后输出。
llama.cpp发布b11221：string_split改为对非法值抛异常
该版本由Adrien Gallouët提交（#29518），把common中的string_split函数行为从静默处理改为在遇到非法值时抛出异常，同时照例提供macOS、Linux、Windows、Android等多平台预编译二进制。
llama.cpp b11218发布：Jinja模板引擎新增dict内置支持
llama.cpp发布b11218版本，主要变更是为Jinja模板引擎加入dict内置对象支持并补充测试，同时提供覆盖macOS、Linux、Windows、Android及多种加速后端的预编译包。
llama.cpp发布b11217：调整OpenCL二进内核加载条件
llama.cpp构建版本b11217发布，唯一列出的代码改动是优化OpenCL二进内核（bin kernel）的加载条件（PR #29503），同时提供覆盖macOS、Linux、Windows、Android的多平台二进制包。
llama.cpp b11216为SYCL后端补上 1024 至 8192 宽度的FWHT内核
新内核fwht_kernel_wide覆盖 1024/2048/4096/8192 四种宽度，把此前走稠密GEMM的O(n²) 路径改为O(n log n) 的蝶形计算，但作者已在无GPU的pod上验证，ggml调度集成未被端到端测试。
llama.cpp b11215发布：为 40-112 头维度调优CUDA fp16 FlashAttention配置
llama.cpp新版本b11215的唯一功能变更是针对head size 40至 112 调整CUDA下fp16 tile FlashAttention的kernel配置，同时附带各平台预编译包，其中macOS KleidiAI支持与openEuler构建处于禁用状态。
llama.cpp b11214为CDNA架构开启dkq>256 的fattn-mma内核
该版本针对大batch size场景，在AMD CDNA架构上启用了dkq大于 256 时的fattn-mma内核，并在CI中忽略超大MFMA内核的寄存器溢出检查。
llama.cpp发布b11213，修复Adreno GPU上argsort内核选择
llama.cpp新版本b11213的改动是修复Vulkan后端在Adreno GPU上的argsort内核选择问题，同时为macOS、Linux、Windows、Android等平台提供预编译包。
llama.cpp b11212发布：无llguidance时语法错误改为抛异常而非中止进程
llama.cpp发布构建号b11212，唯一列出的代码改动是common模块在没有llguidance的情况下遇到语法错误时抛出异常，而不是直接abort；同一版本继续提供macOS、Linux、Windows、Android及多后端预编译包。
llama.cpp b11211发布：RPC后端改用RDMA完成通道，不再自旋等待
该版本由CI机器人github-actions[bot] 发布，核心改动是让RPC使用RDMA完成通道（completion channel）替代自旋等待，并为Apple RDMA留下TODO。