开发者 lidang 立党在 X 上系统梳理了他从 2025 年起反复强调的四个 AI Agent 原则，核心判断是：LLM 能力持续变强是行业最大共识，但把 Agent 当人管、把管理学套在 multi-agent 工作流上的红利正在耗尽，Agent 真正的位置是嵌入生产环境的 runtime，而不是替代人…
![[Vulkan] GGML_ASSERT(neq0 == HSK) failed in ggml-vulkan.cpp during speculative draft decoding (MTP) with tensor split](https://www.chat-gpts.plus/wp-content/uploads/2026/10/29418-35687e0f-768x403.jpg)
这个报错通常出现在 llama.cpp 使用 Vulkan 后端、开启 MTP 推测解码（ --spec-type draft-mtp ）并配合 tensor split / 多 GPU 或 KV unified cache 的场景下。优先排查方向是：先确认是否与 MTP 实现本身相关，再缩小到 F
这个报错通常出现在使用 llama.cpp 的 CUDA 后端运行 MoE（Mixture of Experts）模型时，第一次或第二次提示词执行阶段触发 cublasGemmEx 失败并抛出 CUDA error。优先排查 CUDA 驱动/运行时版本与 llama.cpp 构建是否匹配，并确认是否
该 Issue 是“Feature Request: Improve Security against Prompt Injection attacks”，属于 llama.cpp 的功能请求与设计讨论，并非一个可复现的运行时报错。用户希望在 system prompt 中注入 secret key
![[Bug]: OpenAI-compatible Embeddings API intermittently crashes with multimodal cache assertion (`Expected a cached item for mm_hash`) on Qwe](https://www.chat-gpts.plus/wp-content/uploads/2026/10/33865-8d61767c-768x403.jpg)
该报错通常出现在用 vLLM serve 的 OpenAI-compatible Embeddings API 跑 Qwen3-VL-Embedding-8B 等多模态 embedding 模型时，请求里的图像特征未命中多模态缓存（mm cache），触发 `Expected a cached it
这个报错通常发生在使用官方 vLLM 镜像启动 Gemma 4 系列模型时，由于镜像内的 Transformers 5.15.0 引入了逐层异构配置（per-layer config），vLLM 的 Gemma4ModelArchConfigConvertor 在 ModelConfig 初始化阶段
![[bug]: Potential Same CUDA Graphs Kernel Path Failure Problem as Llama CPP? (Proposed workaround included)](https://www.chat-gpts.plus/wp-content/uploads/2026/10/9566-b918b8e9-768x403.jpg)
这个报错通常发生在 Windows + NVIDIA RTX（尤其是 RTX 5090）在 InvokeAI 中进行高分辨率生成或放大时，负载接近显卡实际 VRAM/带宽上限后出现驱动级崩溃（TDR、nvlddmkm 停止响应、GPU device lost）。优先排查两点：是否使用了不受支持的 p
AI 博主 @jinchenma_ai 启动了一个面向新手的术语科普系列，第一期梳理了 11 个高频 AI 名词，从大语言模型、Token、上下文，到 Agent、Skills、工作流和 AI 幻觉。这类内容的价值在于：当工具已经能直接上手用时，术语混乱反而成了普通人真正用起来的主要门槛。
![[Bug]: llama-index-embeddings-azure-openai 0.6.0 is still dependent on llama-index-llms-azure-openai>=0.4.0,<0.6](https://www.chat-gpts.plus/wp-content/uploads/2026/10/23325-955c0d99-768x403.jpg)
当你在同一项目里同时把 llama-index-embeddings-azure-openai 升到 0.6.0、把 llama-index-llms-azure-openai 升到 0.6.1 时， uv sync / 依赖解析会直接失败并报 [Bug]: llama-index-embeddin
这个报错通常出现在 Linux 上把 ~/.cache/llama.cpp/rpc 设成符号链接（symlink）后启动 llama.cpp RPC server 的场景，程序会误报无法创建缓存目录。优先排查该符号链接指向的目标目录是否存在、以及当前运行用户是否有权限访问。