大黑AI速报

社区将流式推理方案适配Qwen3.8-Next，在32GB M5 Air上测得约150 tokens/s预填充、3.6 tokens/s解码。https://www.reddit.com/r/LocalLLaMA/comments/1w1inuk/qwen38next_streaming_150tps_prefill_36_tps_decode/^[9]

Gemini CLI发布v0.59.0-nightly，强制执行默认拒绝的工作区信任策略，并在受限模式过滤mcpServers。https://github.com/google-gemini/gemini-cli/releases/tag/v0.59.0-nightly.20260829.g0bd1d4397^[11]

Codex发布rust-v0.151.0-alpha.12版本，目前原始信息仅披露版本更新，具体改动可查看Release页面。https://github.com/openai/codex/releases/tag/rust-v0.151.0-alpha.12^[12]

实测SREF风格代码可生成明亮、暖色、厚涂画面，并支持混合风格、按图选排版；还发现会加入大光圈虚化。https://t.co/BGwqAygZJD^{[1][2][3][4][5]}

歸藏计划制作并迭代一个国风场景Skill，用于分享古建筑图片和场景；反馈显示使用门槛不高，但内容可控性仍需优化。https://t.co/W6K2UC4z7j^[6][7]

一项个人实验显示，在较低生成速度下，speculative decoding会出现肉眼可见的阶段性提速，可帮助理解其工作效果，但并非系统评测。https://www.reddit.com/r/LocalLLaMA/comments/1w1je5d/if_your_ts_is_low_enough_you_can_see_speculative/^[10]

社区使用四台DGX Spark和ConnectX-7测试多款DeepSeek、Qwen模型，分享了多机推理性能与运行配置，可参考用于本地部署选型。https://www.reddit.com/r/LocalLLaMA/comments/1w1jhh4/dgx_sparks_and_new_models_my_tests_and_results/^[8]