SGLang verandert upgradepad; Claude Code leest AGENTS.md en RP2350-debug blijkt fysiek te breken

SGLang 0.5.20 zet opslag voor de Responses-API standaard uit en beëindigt tegelijk de CUDA-12-lijn: dat zijn wijzigingen die deployments direct kunnen raken. Claude Code 2.1.277 valt nu terug op AGENTS.md, wat één instructiebestand voor meerdere coding agents realistischer maakt. Op securityvlak laat een nieuwe fysieke aanval zien dat secure debug op de RP2350 geen absolute grens is.

SGLang 0.5.20: check Responses-opslag, CUDA en context-parallelisme

SGLang 0.5.20 is een grote release met 713 PR’s, maar drie operationele wijzigingen springen eruit. Ten eerste bewaart /v1/responses resultaten niet meer in geheugen tenzij de server met --enable-response-store start. Zonder die vlag falen retrieval, previous_response_id-ketens en background requests met 400; prefill/decode-disaggregatie (PD) kan die opslag volgens de release niet inschakelen.

Daarnaast is v0.5.19 de laatste versie met CUDA-12-wheels en -images. De oude prefill-context-parallelism v1 is verwijderd; de strategy-based route is nu de enige, terwijl prefill-CP op HIP, NPU en MUSA voorlopig wordt geweigerd. Dat maakt dit geen routine-upgrade voor bestaande servingconfiguraties: inventariseer image-tags, Responses-gebruik en CLI-flags vóór uitrol.

Er zijn ook nuttige nieuwe paden, zoals een CPU-only simulator die de echte scheduler en cache gebruikt met een latencyvoorspeller, en een versievaste Intel-XPU-image. De genoemde simulatornauwkeurigheid — doorgaans circa 6% TTFT-afwijking op traces — komt van de makers. De release is nieuw; eerdere dekking noemde SGLang alleen als mogelijke profiler-backend, niet deze upgrade.

Claude Code accepteert nu AGENTS.md als fallback

Claude Code 2.1.277 gebruikt volgens de aankondiging AGENTS.md wanneer in een map geen CLAUDE.md staat. Het gedrag is via /config uit te schakelen. Daarmee kan een project dat dit conventionele instructiebestand al voor andere agents gebruikt, duplicaten of een CLAUDE.md-stub vermijden.

Dat is klein, maar praktisch voor repositories waar Codex, Claude Code en lokale harnesses naast elkaar draaien: één set repositoryregels verkleint de kans dat agenten op verschillende instructieversies werken. In de HN-discussie beschrijven gebruikers precies die eerdere workaround — een CLAUDE.md met alleen een verwijzing naar AGENTS.md — maar melden ook dat skills buiten dit fallback-pad niet automatisch worden gevonden. Zie de wijziging dus als interoperabiliteit voor projectinstructies, niet als een algemene standaard voor skills, permissies of agentgedrag.

RP2350 secure debug is te omzeilen met gerichte laser-fault injection

Onderzoekers beschrijven een aanval waarbij fotonemissie-geleide laser-fault injection de secure-debugbeveiliging van de Raspberry Pi RP2350 kan omzeilen. De HN-discussie met verwijzing naar het onderzoek maakt duidelijk dat het om fysieke toegang en gespecialiseerde apparatuur gaat; dit is geen remote kwetsbaarheid of aanwijzing dat ieder RP2350-apparaat direct openligt.

Toch is het relevant voor ontwerpen die de RP2350-secure-enclave als harde grens behandelen, bijvoorbeeld voor hardwaretokens of apparaten met waardevolle firmware- of sleutelmaterialen. Fysieke aanvallen horen dan expliciet in het dreigingsmodel, met aanvullende lagen zoals beperkte geheimen op het apparaat, detectie van tampering en herstel-/rotatieprocedures. De beschikbare context bevat geen reactie, patch of mitigatie van Raspberry Pi; ook de kosten en reproduceerbaarheid buiten een gespecialiseerd lab zijn hier niet onafhankelijk vastgesteld.

Flash Next: een 95,5GiB-checkpoint op een 64GB M5 Pro

Een gebruiker heeft een fork en checkpoint gepubliceerd om Qwen3.8 Flash Next van 95,5GiB op een M5 Pro met 64GB geheugen te draaien. Het idee: gerouteerde MoE-experts blijven op SSD en worden pas gelezen wanneer routing ze nodig heeft. De auteur rapporteert 27,6 tok/s met draft head tegenover 18–18,6 zonder, en circa 20,6 tok/s bij 29k context.

Dit is een concrete vervolgontwikkeling op de namiddagupdate van woensdag, die Flash Next op Metal en RAM-cachepaden behandelde: nu is er een specifieke 64GB-Mac-opzet met publieke fork, expertstreaming en cache-instelling. De belangrijke grens is even concreet: op die machine noemt de auteur 36GiB expertcache als praktisch plafond; bij 38GiB zakte decode in één test naar 3,7 tok/s door swapping. Het werkt bovendien niet met stock llama.cpp, is alleen op interne SSD en één Apple-configuratie getest, en de cijfers zijn niet onafhankelijk gereproduceerd.

Android 17: nieuwe API’s volgens discussie tijdelijk Pixel-exclusief

De kop dat Android 17 API’s niet naar AOSP gaan, vraagt nuance. In een tak van de HN-discussie stelt GrapheneOS dat de nieuwe APIs van Android 17 QPR1 voorlopig Pixel-exclusief zijn, omdat Google QPR1 en QPR3 sinds Android 16 niet naar AOSP brengt. Volgens dezelfde discussie verschijnen ze pas met QPR2 voor AOSP en andere OEM’s, genoemd voor december 2026.

Voor Android-ontwikkelaars zou dat betekenen dat nieuwe platformmogelijkheden maanden eerder op Pixel beschikbaar kunnen zijn dan op andere toestellen. Dat raakt testmatrices, feature flags en documentatie, maar de beschikbare bron is een discussie — geen officiële Google-releaseplanning — en specificeert niet om welke API’s het gaat. Behandel de timing dus als een te verifiëren compatibiliteitssignaal en voorkom Pixel-specifieke aannames in reguliere Android-paden.

Verder nog

• PCIe-linkbreedte bij gebruikte GPU’s: een gebruiker vond een tweedehands RTX A4500 die op x8 in plaats van x16 trainde. Decode veranderde volgens de eigen meting niet, maar dense tensor-split prefill verloor circa 15% en MoE met RAM-offload circa 22%. Controleer bij een nieuwe kaart daarom niet alleen nvidia-smi, maar ook de onderhandelde linkbreedte via bijvoorbeeld lspci -vv; dit is één hardware-ervaring, geen algemene defectfrequentie. Meetmethode en details