一百万个 Agent，是个分布式系统问题
AI Agent 规模化后暴露的不是模型能力问题，而是调度、上下文管理和错误传播这类分布式系统难题。Google Research 的 180 组配置实验显示，多 Agent 在并行任务上最高提效 80.9%，在顺序推理任务上反而拖累 39% 到 70%。
标签： LLM
Eval bug: Running llama-server only possible with single AMD GPU, running multiple always causes Segmentation fault regardless of model size
这个报错通常出现在 Ubuntu + ROCm 环境下、机器装有 2 张及以上 AMD GPU 时，llama-server 加载任意模型都会直接崩溃。优先排查多 GPU 环境与当前 llama.cpp 构建是否匹配（重新构建后是否仍能识别全部设备、是否有 I2C/EEPROM 读取失败）。
Misc. bug: A Generated svg image has missing parts.
该报错出现在 llama-server 的 Browser UI 中，当你让模型生成 SVG 图片时，预览显示不完整（缺失部分元素）；但复制或下载同一张图后内容是完整的。这不是模型生成能力的问题，而是 UI 渲染/复制环节输出差异导致的。
Misc. bug: gpu-cuda test-backend-ops fails fused ADD_ADD f16/f16 (1.02e-7 > 1e-7)
这个报错通常出现在 Linux CUDA 环境下运行 llama.cpp 的 test-backend-ops 测试套件时，由 ADD_ADD 融合算子的 f16/f16 用例触发。它并非 CUDA kernel 本身算错，而是 fused ADD 保留 FP32 中间结果、CPU 每次 ADD 都
用 LLM 追溯炼金术知识并破译17世纪信件
历史学者 Benjamin Breen 用本周发布的 GPT-6 Sol 和 Opus 5.5 破译 17 世纪炼金术信件、追踪牛顿的拉丁文译文来源，并发现前沿模型已能处理可被证实或证伪的历史难题，因此呼吁 AI 实验室开始资助历史研究。
你的端点管理器下一个要管理的对象：AI agent
Gartner 预计年内任务型 AI agent 将进入 40% 的企业应用，但企业的端点清单工具还停留在"装了哪些软件"的层面，管不住这些会自己读文件、调 API、执行多步操作的"新住户"。Automox、BeyondTrust、IBM 等机构的数据指向同一个缺口：agent 默认无治理。
[Bug] Ollama hardcodes Gemma 4 image token budget (max_soft_tokens=280), breaking OCR on high-resolution images
![[Bug] Ollama hardcodes Gemma 4 image token budget (max_soft_tokens=280), breaking OCR on high-resolution images](https://www.chat-gpts.plus/wp-content/uploads/2026/09/17152-d9c601c0-1-768x403.jpg)
这个报错通常出现在用 Ollama 的 Gemma 4 视觉模型（gemma4）做 OCR 或读屏截图识别时：模型对 1920x1080 等高分辨率图片返回“没有可识别文字”或产生幻觉，而同一张图在 llama.cpp / HuggingFace 下正常。优先排查 Ollama 的图片预处理是否把图
GitHub Security Lab 发布 LLM 驱动的 Fuzzing Taskflow，自动完成 C/C++ 项目模糊测试全流程
GitHub Security Lab 发布 Fuzzing Taskflow，让 LLM 智能体自动完成 C/C++ 项目从写测试框架到漏洞报告的全流程模糊测试，开发者只需提供一个 GitHub 仓库地址。
当聊天是错误的 UI 时
GitHub 开发者 Burke Holland 在 GitHub 官方博客发文提出，聊天窗口并非与 AI 协作的最优界面，多数场景下用户需要的是可为具体任务即时生成的自定义界面。GitHub Copilot 应用中把这种界面称为 canvas，它是一个可双向调用本地代码和第三方 API 的全栈小应用。
Error Missing libomp.so ( Strix Halo )
这个报错通常出现在 TextGen WebUI 加载 GGUF 模型时，llama.cpp 的 llama-server 二进制组件找不到 libomp.so 动态库。优先排查 TextGen WebUI 打包自带的 llama.cpp 二进制版本与当前系统的 libomp 依赖是否匹配。