2026 年 11 月 13 日，llama.cpp 和它底层的张量库 ggml 一起发布了 1.0.0。这是这个项目三年半以来的第一个稳定版本，由 Hugging Face CEO 与作者 ggerganov 共同宣布。翻译成人话：那个让你在笔记本、手机甚至开发板上跑大模型的程序，正式成年了。
先说清楚一件事：1.0 不改变任何你现在正在用的 App。官方把话说得很明白，这个版本是给开发者、给整条产业链的稳定性承诺。普通用户手里的 AI 工具，不会因为这次更新有任何变化。这条新闻真正的读者，是写代码的人。
回到三年半前的那个仓库
把时间拨回 2023 年春天。那时 ChatGPT 刚把大模型塞进所有人的耳朵，多数人只能隔着浏览器访问它：要联网、要注册、要排队，模型跑在别人家的服务器上。ggerganov 觉得不对劲，他写了一个小项目，让 LLaMA 模型不靠数据中心，只用 CPU 就能在本地跑起来。
那个仓库一开始没有版本号。代码堆在 GitHub 上，commit 一个接一个，README 简单得像课堂作业。但它解决了一个真问题：AI 不再需要电力和机柜，一台普通笔记本就够。开发者像潮水一样涌进来，issues 里塞满了用法和报错。
当时的做法谈不上优雅。把几十亿参数的模型压进普通内存，速度慢，发热明显，风扇一直响。可它就是能跑。对很多人来说，这是第一次在自己机器上看见大模型开口说话，屏幕暗下去的时候，屋子里只有风扇声。
三年半里，它不宣传自己。没有发布会，没有公关稿，只有一个接一个的 commit。直到 2026 年 11 月 13 日，tag 停在 1.0.0，项目第一次给自己贴上「稳定」的标签。
1.0 承诺了什么
对开发者来说，1.0 是一张契约。它立下语义化版本规则：今后 API 和 ABI 的破坏性改动，只随大版本号走；同时删掉 35 个废弃函数，把历史包袱清干净。下游项目从此可以放心地站在它上面写代码，不用担心某天接口悄悄变掉。
这张契约对打包的人尤其重要。一个库如果三天两头改接口，Debian、Homebrew 这些维护者就得跟着反复改配方，改到后来没人愿意收。版本规则立稳了，它才进得了系统仓库，成为别人默认装上的那一份。
对普通用户来说，这张契约是隐形的。你手机里的聊天软件、电脑上的本地助手，底层可能都垫着 llama.cpp——但 1.0 发布那天，这些 App 一个像素都不会变。官方说得直白：它不改变任何你正在用的程序。
契约的意义在于让系统长大。蒸汽车头刚出现时，每个作坊各造各的锅炉；等锅炉有了统一标准，铁路才跑得起来。llama.cpp 的 1.0，干的是差不多同一件事。
它今天长成了什么样
先看数字：支持 150 多种模型架构，主流投机解码方法基本齐全；能从手机一路跑到工作站；官方渠道覆盖 Linux、macOS、Windows、Android、iOS，外加 Docker、Debian、Homebrew、conda-forge、MacPorts、Winget 各个包管理器。
测试硬件由 NVIDIA、AMD、Qualcomm、Arm、IBM、Intel 提供，半导体行业的半壁江山都在这张名单上。换句话说，它的每次改动都要在真实的手机、真实的显卡、真实的服务器上跑一遍，而不是只在作者的机器上看起来没问题。
再看细节。1.0 新增 FP8 KV 缓存，长文本对话的内存压力小一截；MoE 模型可以用主机内存做专家缓存，显存不够也能跑。llama-server 顺带修掉了 SSRF、CORS、DNS rebinding 三类漏洞，本地服务一旦暴露到公网，这些洞就是门。
它还加了 OpenAI 兼容的 /v1/audio/speech 音频端点，网页界面重做，支持会话分组和 Markdown 编辑器。这些零碎拼在一起，图景很清楚：当初那个「在 CPU 上跑 LLaMA」的小工具，已经长成了能顶住产品级使用的平台。
「AI 主权」不是一句口号
这次发布藏着这个项目最根本的主张：AI 应该分布式，而不是集中在少数机构手里。数据不出设备，模型在自己机器上跑，智能由用户自己掌控——立场写在代码里，不需要演讲。
在本地跑模型，每一步都在把智能留在自己手上。聊天记录不上传，文档不经过别人的服务器，断网断电时模型照常工作。这种拥有感，是云端 AI 给不了的。
当然，本地跑也有代价：模型更小、速度更慢、要自己折腾。它没打算取代云端，只是给「不想把一切交出去」的人留了一条路。当一个工具把选择权交回来，它就不再只是软件，更像一种态度。
结尾：公共设施的早晨
一个没有版本号的仓库，三年半后成了无数产品的底座。它没砸钱推广，就靠 commit、issue 和文档，一点点长成数字世界的公共设施——像路灯，像自来水，平时没人注意，断供了才知道多要紧。
v1.0.0 是它给自己的成年礼。150 多种架构只是过去式，FP8 缓存只是起点。当越来越多的人能离线、私密、自由地跑自己的模型，这条路就走到了 AI 真正回到个人手上那天。
故事的下一页不在发布公告里，而在每一个深夜打开终端、敲下启动命令的人手里。
