llama.cpp加速RPC加载
社区开发者提交PR 26291，通过新增GGML_RPC_LOAD_THREADS等改动优化llama.cpp的RPC模型加载。其300GB模型加载时间从约4分54秒降至1分38秒，面向多台消费级GPU主机的本地推理场景。
最新动态
JoyAI视频编辑项目走红
京东开源 JoyAI-Video-Edit 官方仓库登上 GitHub 热门，项目主打基于自回归扩散的实时开放式视频编辑。仓库已获 423 stars，反映社区对可交互视频生成与编辑工具的关注升温。
OpenCode Go套餐与模型额度引讨论
社区用户讨论OpenCode Go首月5美元套餐的实际效果，套餐可接入多种主流模型，并按5小时、每周和每月额度限制使用。不同模型的可用请求量差异明显，用户希望了解性价比与实际体验。
蚂蚁开源Avernet
蚂蚁集团开源多智能体协作基础设施 Avernet，社区版首批开放智能体发现、共识、跨团队协作与治理能力。该系统已在内部跑通12大业务，强调身份、权限、责任边界与协作过程沉淀，后续将补齐审计、可观测、评测和集群管理能力。
蚂蚁开源Avernet
蚂蚁集团开源多智能体协作基础设施 Avernet，社区版首批开放智能体发现、共识、跨团队协作与治理能力。该系统已在内部跑通12大业务，强调身份、权限、责任边界与协作过程沉淀，后续将补齐审计、可观测、评测和集群管理能力。
.NET MAUI 转向 Handler 架构
微软在 .NET 11 Preview 6 中继续推进 .NET MAUI 现代化改造，逐步用平台 handler 和源码生成代码替换旧的 Xamarin.Forms 时代基础设施。此次更新让 CollectionView2 登陆 Windows，并将 Android Shell 迁移到 handler 模型，同时提升了 Native AOT 兼容性与可靠性。
OpenJDK禁收AI生成代码
Oracle为OpenJDK贡献设新规，禁止向仓库、PR或项目渠道提交AI生成代码，理由是安全、可靠性与知识产权风险。开发者仍可私下用LLM调试和审阅，但政策与Oracle高管宣称内部大量使用AI写代码形成反差。
浏览器端本地ASR方案parakeet.wgsl
parakeet.wgsl 基于原生 WebGPU 与 SIMD WASM，在浏览器中运行 NVIDIA Parakeet TDT 0.6B V2 英文语音转写模型。作者称其可在支持 WebGPU 的设备上实现接近本地离线的高速转录，1 小时音频约 20 秒完成。项目已开源，并提供在线演示与 npm 包供集成。
llama.cpp量化KV解码提速169%
一则 llama.cpp PR 报告称，将 Intel Battlemage 上的量化 KV decode 路径从 VEC 切到 TILE 后，长上下文性能大幅提升，作者给出最高约 169% 的加速数据。讨论重点是 SYCL FlashAttention 调度的一个小改动，带来明显吞吐收益。
Claude红队攻防技能库开源
开源项目claude-red为Claude技能系统整理进攻性安全技能，覆盖SQL注入、Shellcode、EDR规避和漏洞利用开发等攻击面。项目以结构化SKILL.md文件提供专家级安全方法论，已获471颗星。
灵犀跨境开源项目走红
开源项目“灵犀跨境”在GitHub热门榜获得关注，定位为社区共建的跨境相关工具。项目已积累443颗星，但当前公开介绍信息较为有限。
FuXi开源AI开发者终端
FuXi是一款快速、独立运行的AI开发者终端，旨在将智能编程能力直接整合进命令行工作流。项目在GitHub获得426颗星，成为近期热门开源工具。
HermesOffice开源AI办公套件
HermesOffice是一款AI原生办公套件，基于Apache-2.0许可的GenOffice分支开发，并集成Hermes Agent。项目已获得408颗GitHub星标，探索办公软件与智能代理的深度结合。
Cloudflare推出面向AI代理的云浏览器
Cloudflare推出云托管浏览器Kitesurf，专为AI代理浏览和操作网页设计。该浏览器不以人类视觉体验为核心，而是优化上下文管理、性能、Token成本与规模化能力。
微软公布智能体LLM路由
微软发布 Azure Kubernetes Service 上的智能体流量路由参考架构，结合 RouteLLM、agentgateway 与 Kubernetes Gateway API Inference Extension。方案按提示语义、策略治理和 GPU 实时状态分层调度，可将大量简单智能体调用路由到低成本模型，最高节省 85% 成本。
Meta推出编程智能体Muse Code
Meta发布首款编程智能体Muse Code及编程优化模型Muse Spark 1.2，主打在大型代码库中执行端到端软件工程任务。其异步后台智能体架构可持续理解代码库、并行分配子任务，直接挑战Claude Code、OpenAI等AI编程工具。
Duo Translator 2.1发布
开源轻量翻译插件 Duo Translator 发布 v2.1.0，主打免费、免登录、无营销弹窗，并已上架 Chrome、Edge、Firefox 三大浏览器商店。本次更新修复微软翻译接口失效，新增 YouTube 双语字幕和更可定制的网站翻译规则系统。
LFM2.5-2.6B量化与KV缓存报告
Reddit用户发布了对LiquidAI新小模型LFM2.5-2.6B的量化测试，交叉比较了多种GGUF量化和KV cache量化组合。报告称该模型可在8GB甚至4GB树莓派上运行，并指出模型量化质量下降快于KV缓存量化。
Wyzer语言探索分布式安全编程
开发者发布Wyzer，一款静态类型、编译型、面向资源的编程语言，尝试通过编舞式编程和Perceus内存模型提供分布式安全。项目旨在弥补Rust难以保障跨服务死锁、协议匹配和分布式正确性的问题。
llama.cpp优化x86量化推理
llama.cpp一项PR为x86 VNNI加入Q2_0×Q8_0点积实现，作者基准显示Bonsai 1.7B至27B模型CPU吞吐提升约3至3.6倍。8B模型decode从2.39提升至8.20 tok/s，显示低比特量化在CPU本地推理上的优化空间。