vLLM 0.17 终于来了，这次不是小修小补，是真的往前拱了一大步。这个版本我最看重三点。第一，Qwen3.5 全系列终于完整支持了，而且还带上了 FP8 量化、MTP 推测解码这些能力。对国内开发者来说，这个价值非常直接，本地部署和线上推理都更顺手。第二，Anthropic API 兼容。你以前如果是按 Claude 那套接口写的，现在切到本地 vLLM，迁移成本会低很多，这一点对工程团队非常关键。第三，vLLM 这次把底层也一起做了升级。FlashAttention 4、Model Runner V2、权重卸载预取、性能模式一键调优，说明它不只是功能变多，而是整个推理引擎更成熟。我的判断是，vLLM 还是当前最值得盯紧的开源推理框架之一。尤其你如果在做 Qwen3.5 部署，或者想把 Anthropic 接口兼容到本地，这个版本很值得马上试
