三条兼容凑齐了工具才成熟

训练这一侧的工具也在悄悄补齐。Miles 推出 0.1.1 版，把团队能跑的东西一下扩了一圈。 最受用的是多 LoRA 能力，配上 Tinker 接口的兼容，多个训练任务可以共用一个基础模型，互相不打架。省卡在训练侧永远是刚需，这条没有例外。一份底座供多人使，实验室的排队压力能小一半。 智能体训练这条线接得更顺。它原生适配 Claude Code 这类编码框架，任务直接丢进沙盒里跑。AgentENV、Daytona、E2B、Modal 几家都在支持名单上，从开发到上线一条龙。 硬件照顾得也算周到。训练更大的模型占用反而更少，NVIDIA 和 AMD 的 GPUs 都过了验证。模型支持同步转正，Qwen3.8-Flash-Next、GLM-5.3-Flash、Kimi-K3 这些都进了稳定版名单，一个不落。 我的看法是这一版的关键词是兼容。接口兼容让存量训练任务平移过来。硬件兼容让手里有卡的团队不用换装备。模型兼容则跟上了国产开源的节奏。三条凑齐，工具才算成熟，缺一条都别扭。 等着上大模型训练的团队可以把它排进候选，先拿小任务过一遍流水线，确认沙盒和显卡都顺，再放正式的活。