llama.cpp 于公开版本标签 b11871 中合并 PR #30242，正式引入对 JSON 请求嵌套深度的主动防护机制：在递归解析前预检嵌套层级，一旦超过 128 层即拒绝处理并返回 HTTP 400 Bad Request。此举旨在防止因恶意或异常深度嵌套 JSON（如超长工具 schema）引发栈溢出——在 macOS 上数百层即可触发 SIGBUS，在 Linux 上约万层可致 SIGSEGV，最终导致 llama-server 进程崩溃。
该限制覆盖多个关键路径：chat 接口中的 tools 定义、tool-call 参数、chat_template_kwargs 及 json_schema 字段；/completion 接口的 json_schema 参数；以及整个 /v1/systemone 请求体。值得注意的是，对于 Gemma-4 模型生成的过深 tool result，系统将退化为纯文本输出，不参与深度解析。项目强调此为‘根因修复’（fix the root, not the call side），而非仅在调用端做防御。
b11871 版本同步提供全平台二进制分发包，包括 macOS（Apple Silicon / Intel）、iOS、Linux（Ubuntu 多架构及 Vulkan/CUDA/ROCm/OpenVINO/SYCL/Snapdragon 后端）、Android（arm64 及 Snapdragon）、Windows（x64/arm64，支持 CUDA 12.4/13.4、Vulkan、OpenCL、OpenVINO、SYCL、ROCm 10.0）等；openEuler 构建当前标记为 DISABLED。所有变更均源自 GitHub 仓库 ggml-org/llama.cpp，发布信息以原始 tag 页面为准。