11月13日，本地推理引擎 llama.cpp 与底层张量库 ggml 同时发布了 v1.0.0。 对用 Ollama 或 LM Studio 跑模型的人来说，结论可以先给：不需要做任何升级动作，1.0 也不会直接改变你电脑上软件的行为——这两个工具把 llama.cpp 打包成了自己的引擎，这次定下来的"接口稳定"承诺是给直接链接它的库的开发者写的。真正关系到普通用户的东西，FP8 KV 缓存、新模型架构支持、llama-server 安全修复，都要按这两个软件自己的更新节奏才会走到你的机器上，而不是按 llama.cpp 的发版日历。知乎
引擎在应用肚子里，升级权不在用户手上
社区里讲"本地工具怎么选"的内容通常把关系一句话说清：llama.cpp 是负责底层计算的推理引擎，Ollama 和 LM Studio 是更友好的封装工具。 "打包"意味着你从来没有直接运行上游的 llama.cpp，跑的是这两个软件自己编译的那份引擎。Ollama 的开发者文档写得很明白，用 `LLAMA_CPP_VERSION` 钉住所用上游版本，升级要先过自家验证。 LM Studio 走同样的路，把引擎更新装进自己的"扩展包"里分发：11月5日发布的 Bionic 1.1.10，随包的 llama.cpp 扩展包版本已经是 2.66.0。哔哩哔哩Ollama 官方文档LM Studio 官网
这种节奏差在发布日当口体现得很直接：Ollama 早在 11月9日就把 Ripple 这个新架构模型作为特性发了版，比 1.0 打 tag 还早四天；次日放出的测试版把引擎 bump 到 b12257，仍是 1.0 之前的 nightly 快照。 也就是说，"llama.cpp 1.0.0"这个版本号本身不会触发你电脑上的任何变化，新模型和新功能是按 Ollama、LM Studio 自己的方式陆续到位的。Ollama 更新日志
1.0 到底定了什么？是给开发者的规矩
按 ggml-org 定下的发布规矩，开发用的 nightly 版继续按提交数用 b 号，正式版本才走语义化版本号。 llama.cpp 从10月中旬起按这个节奏连发 0.7.0、0.8.0、0.9.0，11月13日走到 v1.0.0。1.0 的实质内容是把接口"收口"：发布说明里删掉了弃用的预热参数和 35 个弃用函数，并把 NextN 投机推理 API 提升进主头文件。 对封装方开发者，这轮清理的价值是 llama.h 成了一份不能随便动的契约；对普通用户，部分标题里"断网跑满血模型"的说法并不是 1.0 带来的——离线跑模型本来就是 llama.cpp 三年多的日常，这次变的是版本号和规矩，不是能力门槛。ggml 项目讨论llama.cpp 发布页
用户真正可以等的三类东西
长上下文的显存开销：1.0 引入了 OCP FP8 格式的 KV 缓存，把注意力缓存压小来省显存和内存。 对卡在"上下文差两千、显存差两 G"的人来说，这是值得等它进入封装版的优化。llama.cpp 发布页
内存受限跑大 MoE 模型：1.0 给 MoE 专家缓存增加了可配置的宿主内存分担，让放不进显存的专家驻留内存。 LM Studio 这边则早在11月5日就为 llama.cpp 的 MoE 模型开了"专家 GPU 缓存"的实验设置，上游和封装版在从两个方向啃同一块硬骨头。llama.cpp 发布页LM Studio 官网
把 API 暴露到局域网的安全问题：llama-server 修了 DNS rebinding、CORS 与 SSRF 类漏洞，并把 Hugging Face 令牌限制为只发往官方域名。 如果你习惯把 Ollama 的接口开在 NAS 或服务器上给局域网用，这类上游修复会随应用更新进入打包引擎；在那之前，绑定 0.0.0.0 又不设密钥的用法先别继续。llama.cpp 发布页
真正需要动手的只有这几类人
这次发布真正"点名"的是三种人：在自己的项目里链接 libllama 或 ggml 库的人、自己编译 llama.cpp 或 llama-server 跑服务的人，以及把 llama.cpp 打包进发行版的绑定维护者。本地推理工具如果直接依赖 llama.cpp 的库，更新时需要分别看接口能否接上、原有模型能否继续跑。 35 个弃用函数被删意味着旧脚本、旧绑定可能在 1.0 上起不来；社区给这轮升级的建议很朴素：值得升级，但别在主力那台上直接替，先在测试机把启动脚本过一遍，能启动、能带图、工具调用还能用，再动真正在跑的那台。知乎知乎
回到标题的问题：用 Ollama 和 LM Studio 的人不需要去追 llama.cpp 1.0，值得追的是这两个软件的更新日志。FP8 缓存、MoE 卸载、新模型支持，会随它们 bump 引擎版本一条条走到你的机器上。往长远看，1.0 把接口冻结后，封装方跟进上游的成本更低，功能到位的速度理论上会更顺；但具体日期仍由 Ollama 和 LM Studio 自己的测试决定——1.0 没有给你写好升级时间，它只是给同步引擎的人改了规矩。
