Ollama 本地模型运行工具的版本更新与生态动态：一条命令拉起本地大模型与端侧部署实践。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出配套软件更新，覆盖 GitHub Copilot、Hermes、OpenClaw、Perplexity 等智能体应用，通过 OpenShell 与 MXC 提供沙箱安全，并支持本地与云端模型混合路由。
推荐理由：NVIDIA 公布 RTX Spark 笔记本上市前的本地 AI 软件栈，涵盖智能体应用、Nemotron 新模型与开发者工具，可了解端侧智能体的落地条件。
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型，基于 Gemma 4 架构，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：Google DeepMind 发布 740M 参数端侧多模态嵌入模型，文本、图像、音频、视频统一嵌入，Apache 2.0 许可。
Langgraph-harness 是一个基于 LangGraph 构建的自托管 AI 编码智能体平台，面向 GitLab 自动评审合并请求、处理工作项与任务，并提供带项目上下文的对话。
推荐理由：面向 GitLab 的自托管编码智能体，能自动评审 MR、处理 issue 并生成草稿 MR，附生产使用数据。
Tara Vision 发布开源本地 DevOps 智能体 Taracode，基于 Ollama 运行，默认 investigate 只读模式，operate 模式的变更需经过受保护目标、拒绝模式、强制 dry run 和权限四层策略门禁，并带敏感信息脱敏与审计日志。
推荐理由：本地运行的 DevOps 智能体，默认只读、变更走策略门禁，并附 18 个开源模型在单张 GPU 上的 DevOps 任务通过率榜单。
Hugging Face 为 transformers 加入 GGUF 支持，用户可从 Hub 选取量化检查点，用 from_pretrained 传入 gguf_file 即可在本地生成，无需额外配置。
推荐理由：transformers 现在能直接加载 GGUF 量化模型，在 Apple Silicon 上跑本地推理，性能接近 llama.cpp。