Claude 动态工作流公测：一个主管调度上千代理

Claude Managed Agents 的动态工作流进入公测：主管智能体先写计划，再分阶段派发给大量智能体并行执行，最后汇总结果。

这是 Anthropic 把多智能体编排从「实验」推向「生产」的一步。与固定步骤的流水线不同，动态工作流让一个主管智能体先做规划，再把任务按阶段派发给成百上千个代理并行执行，最后统一汇总结果。官方把它定位给「最有野心的负载」——那些需要把大工程拆解、又要求每一步都可校验的团队。

对开发者而言，这释放的信号很明确：编排本身正在成为模型能力之外的第二层产品。与其手写复杂的调度逻辑，不如让一个 agent 来写计划、拆任务、收结果。接下来，谁家的编排层更稳、更省、更容易观测，谁就可能在下半场拿到先手。

Qwen-Image-2.1-Turbo 发布：8 步出图并开放权重

Qwen-Image-2.1-Turbo 是同款 7B 视觉生成架构的加速检查点，把生成与编辑压缩到仅 8 步去噪——官方强调「步数变少不等于质量变差」。权重已开放，端侧与私有化部署都可以直接拿到这套轻量出图能力。

Codex 上线输入预测：为 Pro 用户补全下一句

OpenAI 把 composer predictions 测试版开放给 Codex 的 Pro 用户：它根据当前对话与你的表达习惯，预测你接下来要输入的消息。内部测试里，这是最受欢迎的新功能之一。

Anthropic 将定期发布模型行为报告

Anthropic 计划以比系统卡和常规风险报告更高的频率发布模型行为报告，首篇描述了评估与内部使用中发现的四类行为。

SGLang 适配 Vera Rubin，加速 Kimi K3

SGLang 与 NVIDIA 在早期 Rubin 硬件上联合优化注意力、MoE 与投机验证内核，FP8 MLA 在 batch 1 / 128K 上下文下最多快 20%。

TRL v1.15 发布：峰值显存最多降 82%

新版默认启用 Fused LM head，峰值显存最多降低 82%，可支撑的序列长度提升约 7 倍。