标签： LLM

GitHub Spark 在 github.com 上即将弃用

GitHub 宣布其 AI 应用快速开发工具 Spark 将于 2026 年 8 月逐步在 github.com 上关停，用户须在 8 月 31 日前导出代码。这一调整本质上是将 AI 应用开发能力并入 GitHub Copilot 生态，而非彻底放弃该方向。

独立开发者发布了一款名为 Homebench 的开源本地大模型基准测试工具，它的特别之处不是“跑分”，而是从速度、内存、质量三个维度诚实讨论当前本地 LLM 评测的常见误区。目前公开信息显示，该项目刚在 Hacker News 上发布，已可以通过 pip 直接安装。

Cloudflare 在 Astro 开源仓库部署了一条全自动的 AI 故障分诊流水线——复现、诊断、修复、发预览版全部由隔离运行的子代理完成，将存量 issue 从 200 多个压到约 30 个，并预计下月归零。这套底层引擎已被封装为开源框架 Flue，供其他项目复刻。

Stripe 的 AI 平台团队用 LangChain 开源的 Deep Agents 框架，让一名工程师在一周内构建出全公司使用的 AI 助手 Kai；上线一周就达成季度采用目标，目前已有 83% 的 Stripe 员工每周使用它。

该报错（[Question]: Agent response only has thinking chain with gray color and no formal answer output.）通常发生在 RAGFlow 的 Agent 工作流运行完成后，界面只显示灰色思考参考来源 infi

该报错通常出现在 vLLM 使用 Qwen3-Omni-30B-A3B 模型做视频推理、且输入视频没有音轨时。优先排查视频是否真的缺少音频流，并确认 vLLM 是否已包含 PR #48420 的修复（即无音频时回退 use_audio_in_video=False ）。

Hacker News 上一篇题为“LLM奖励专业知识”的讨论，聚焦一个尖锐问题：模型能快速回答表面问题，却很难帮你建立起对特定代码库的深度理解。真正能用好 LLM 的人，往往是那些已具备领域知识、把模型当思考扩展件而非替代品的人。

一个被反复讨论的观点被重新验证：同样一个LLM，围棋高手和初学者用出来效果完全不一样。决定AI输出质量的关键，不是“提示词技巧”，而是你在相关领域是否真的懂行。

MarkTechPost Research 发文讨论生产环境中 AI 代理、MCP 服务器和 LLM 应用的安全防护，核心是从“模型能用”转向“系统可信”。当代理开始调用工具、MCP 连接外部数据时，安全边界已经成为规模化落地的前置条件。

OpenRouter 推出了一款名为 Ori Eval 的评估代理，能自动扫描你的代码库、找出模型调用点、写出评测用例并对候选模型打分排名。它把过去需要专门搭框架的评估工作压缩成一次自然语言交互，直接降低了开发者选模型的门槛。