vLLM v0.28.0
vLLM 新版本 v0.28.0 发布，但用户反馈显示近几个版本在 DeepSeek-V4-Flash 和 Gemma-4 等主流模型上频繁出现卡死与乱码输出，推理引擎的稳定性问题再度成为社区焦点。
标签： LLM
LLM 让我失去精明劲
Hacker News 上一场关于“LLM 是否让开发者失去思考能力”的讨论引发关注。核心争议是：当 AI 助手从“橡皮鸭”变成“资深结对程序员”，开发者可能因缺乏纠错反馈而逐渐丧失独立判断的敏锐度。
Debian 投票通过允许“负责任地使用生成式人工智能”
Debian 项目通过全体投票正式确立“负责任地使用生成式 AI”立场，既不禁止也不鼓励 AI 辅助开发，但要求所有贡献者必须对 AI 生成内容的质量和合规性负全责。这场投票否决了全面反 AI 提案，为开源社区如何处理大模型工具设定了重要参考坐标。
Debian 投票通过允许负责任地使用生成式 AI
Debian 社区通过投票，正式允许开发者在使用生成式 AI 辅助的情况下提交补丁和参与软件包维护，但要求“负责任使用”。争议焦点并非“能不能用”，而是 AI 生成的代码正在让开源代码审查从“传帮带”变成“纯劳动力压榨”。
speculative: combined –spec-type draft-mtp + external draft (-md) crashes at init — shared cparams forces LLAMA_CONTEXT_TYPE_MTP onto the d
当 --spec-type 同时启用 draft-mtp 与外部草稿模型（如 draft-dflash ）并配合 -md 参数时，llama.cpp 服务会在模型加载阶段崩溃，报错 failed to create MTP context 。优先排查共享 cparams 是否错误地将 LLAMA_C
KHMS——LLM Agent 自安装的基于文件的长期记忆系统
KHMS 是一种让 LLM Agent 自己安装的长期记忆系统，用 Git 仓库里的 Markdown 文件和不可变卡片存储知识，解决模型“边聊边忘”和“重复踩坑”的问题。它把一个已在生产中运行多时的部署经验抽成了开源规范。
Z.ai releases GLM-5.3’s weights under a new license requiring companies with $10B+ in revenue over 12 months to pass Z.ai’s security review to host the model (Frederic Lardinois/The New Stack)
Z.ai 发布了 GLM-5.3 模型权重，但采用了一种新的开源许可：年收入超过 100 亿美元的公司，必须通过 Z.ai 的安全审查才能部署该模型。这是开源 AI 生态中首次出现按企业规模设置准入门槛的授权模式。
我无意中把LLM记忆变成了程序分析
一位安全研究员在漏洞研究过程中，把大模型（LLM）的“记忆”重新设计成了一套 Datalog 推理引擎，让结论能随事实变化自动失效，而不是靠模型重新阅读对话来纠错。
大模型和硬件之间，长出了一层新生意
AI 硬件创业公司澜存科技推出一款“傻瓜式”AI 模组和配套开发平台，让没有软硬件开发经验的人也能在半小时内做出一个能对话、有情绪的 AI 玩具。这正在把过去复杂的智能硬件集成工作变成标准化采购，降低 AI 硬件的创业门槛。
Eval bug: llama-server hard crash (cublasSgemm INVALID_VALUE) with –spec-type draft-mtp under KV-cache saturation
llama-server 在使用 --spec-type draft-mtp 且 KV cache 长期饱和时，会发生 cuBLAS 流指针损坏导致的硬崩溃（非优雅的上下文超限返回）。优先排查 MTP 双上下文路径中的主机端内存越界或悬垂指针问题，而不是 KV 容量配置。