标签： LLM

OpenSSH 10.5 正式发布，团队同时公开表示欢迎 AI 辅助提交的安全漏洞报告，前提是有人工研判、测试用例或修复建议。开源安全社区对“是否接受 AI 进代码树”仍有明显分歧，但至少在漏洞挖掘环节，AI 已被权威基础设施项目官方接纳。

Cua 团队发现苹果 macOS 虚拟机中的虚拟 GPU 向应用上报了过于保守的 Metal 图形能力，导致 llama.cpp 在虚拟机里只能走慢速代码路径；他们用一个进程级兼容层修正能力报告后，LLM 推理速度提升 11–16 倍，接近物理机水平。

Cactus Compute 发布了 Needle 2，一个只有 14MB 大小、45M 参数的智能体大模型，专为手机、手表、智能家居和机器人等低成本设备设计，能在无 GPU、无 NPU 的环境下本地运行，Pebble 已经将其用在 Index 01 应用中。

一位开发者把 316 万参数的微型语言模型完整装进 250 美元的 FPGA 片上内存，绕开外部 DRAM，实测推理速度约 6 万 token/秒，比同一块板上的 CPU 快约 5000 倍，直观展示了

一篇在 Hacker News 引发讨论的技术博客提出，给 LLM 添加“拟人化”输出指令（例如“我有 ADHD”“使用简化技术英语”）看似贴心，实则等于在任务执行中途做有损压缩；更合理的做法，是让 Agent 之间保持高保真的机器可读状态，只在人类消费的边界做风格转换。