vLLM 悄悄把 Agent 调度塞进推理引擎，图什么？

最近刷到 vLLM 放出 Agentic API，第一反应是——开源推理框架终于不满足于只做推理了。过去两年，agent 框架满地跑，但底层调度还是老一套：请求进来、模型吐 token、结束。vLLM 这次把 function calling、工具链编排塞进推理引擎里，等于把"调用-推理"循环做成了原生能力。个人判断：这不是渐进优化，是把 agent 的决策权从框架层下放到引擎层。谁离 token 生成更近，谁就有更大的优化空间——vLLM 显然想抢这个位置。下一步就看社区买不买单了。

原文：vLLM Agentic API · 来源：Hacker News