Replace max/median hotspot index with (median, max) absolute pair

The max/median ratio inverts the actual user-facing p90 ranking:
  sticky:  hotspot=2.73 but system e2e p90 = 34.6s  (worst)
  unified: hotspot=3.67 but system e2e p90 = 18.0s  (best)
because sticky's median is also high (everyone slow) while unified
concentrates the damage on one worker and keeps the other 7 fast.
Any "imbalance" metric structurally punishes the affinity-then-escape
schemes that we actually want to advocate for.

Changes:
- analysis/characterization/render_window1_figures.py:
  fig_b3_per_worker_ttft now annotates each subplot with
  "median X.Xs · max Y.Ys" instead of "hotspot=Y.YY"; docstring
  documents why we drop the ratio.
- figs/f4c_per_worker_ttft.png: regenerated with new titles.
- figs/f4c_apc_vs_hotspot_tradeoff.png: deleted. The scatter's y-axis
  was the deprecated ratio; superseded by f4c per-worker bars + f6
  e2e bars which together carry the same information honestly.
- PAPER_OUTLINE.md: C3, §3.3, §4.1 wording, §5 metric list, §8
  conclusion — replace "hotspot index" mentions with
  "worst-worker p90" or "(median, max) worker p90"; promote the
  §3.3 methodology note to a top-level sub-finding ("hot pin
  failure must be measured with per-worker absolute latency,
  not normalized ratio").
- MEETING.md: §3.3 narrative reworded to lead with the (median, max)
  pair directly; explicit one-line note on why the ratio is dropped.

Conceptual uses of "hot session" / "hot instance" / "hot pin" remain
unchanged — only the *metric* called hotspot index is retired.

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>

MEETING.md

@@ -51,7 +51,7 @@ agentic 平均请求 33.6k token 需 3.3GB KV；4P+4D / 6P+2D 在 agentic regime
 
 ![](figs/f4c_per_worker_ttft.png)
 
-注意 hotspot index（max/median 比值）单独看会误导：sticky 的 hotspot=2.73 比 unified 的 3.67 *低*，但**绝对值**告诉我们 sticky 是"全员一起慢"，unified 是"一个 worker 牺牲、其他 7 个快"：
+我们刻意 **用 (median, max) 两个绝对数**衡量 worker 不平衡，不用 `max/median` 单一比值 —— 比值会把 unified（一个 worker 牺牲、其他 7 个快）算成比 sticky（全员一起慢）更不平衡，与系统 e2e p90 实际排序反向。下面是绝对数：
 
 | | median worker TTFT p90 | max worker | system e2e p90 |
 |---|---:|---:|---:|

PAPER_OUTLINE.md

@@ -33,7 +33,7 @@ Agentic LLM workload —— 由 LLM 通过 tool call 自驱、多 turn 完成任
 
 - **C1 Dispatch coupling 论证**：我们形式化一个 agentic workload 独有的反馈环 —— 单 turn 服务时间通过 Little's Law 隐式方程影响并发 session 数，从而把 per-request 延迟差放大成 throughput 差距。实测：load-balance baseline 在 600s trace 上跑出 **8x** wall-clock amplification；EAR 跑出 **TBDx**。
 - **C2 EAR 设计**：两个 pillar 的调度器 —— affinity-default routing 抓 intra-session locality，hot-instance 触发的 session migration 在 hotspot 出现时把整个 session 的 KV 搬到更轻的 instance，避免 hot pin。
-- **C3 评估**：在真实 Qwen3-Coder agentic trace 上，EAR 同时 dominate 5 个 baseline 的 TTFT、TPOT、APC、hotspot index、wall-clock 五个维度。
+- **C3 评估**：在真实 Qwen3-Coder agentic trace 上，EAR 同时 dominate 5 个 baseline 的 TTFT、TPOT、APC、worst-worker p90、wall-clock 五个维度。
 
 **Figure 1: Teaser — wall-clock vs trace-time across schedulers** — `figs/f1_teaser.png` **🚧 TBD (NEW DATA NEEDED)**
 > Needs Phase 3 measurements: 5 baselines × 3 runs of trace replay, extract `amplification = wall_clock_s / trace_span_s` from each summary (Phase 1 patch already exposes the field). Plot as bar chart with y=1 reference line. EAR row 暂为 TBD（待 migration validation）。
@@ -129,7 +129,7 @@ Round-robin 和 load-aware routing（如 LMetric, OSDI'26）最大化 instance
 
 ### §3.3 Pure session-sticky 的真正失败：全员被 hot session 拖累
 
-硬 session-instance 绑定恢复 locality（APC **77.2%**，达到上界 97%），但**绝对 worker latency**是 pure sticky 的真正失败模式 —— 不是 max/median 的 hotspot ratio。
+硬 session-instance 绑定恢复 locality（APC **77.2%**，达到上界 97%），但**绝对 worker latency** 全员被拖累 —— 是 pure sticky 的真正失败模式。
 
 | | median worker TTFT p90 | max worker | system e2e p90 |
 |---|---:|---:|---:|
@@ -139,7 +139,7 @@ Round-robin 和 load-aware routing（如 LMetric, OSDI'26）最大化 instance
 
 机制：production trace 上 top 1% session 占 46.5% input mass、top 5% 占 66.5%，hot session 数量远大于 instance 数（8）；sticky 的 hash 绑定让 **每个 worker 都自己承接一份 hot session**，median worker 也被拖慢到 20s 量级。unified 用 LMetric fallback 把 cold/new session 重路由到非 hot worker，保留 7/8 worker 的速度。系统 p90 由大多数请求决定，所以 unified 在 e2e p90 上 ~2x 快于 sticky。
 
-**注意**：hotspot ratio (max/median) 单独看是误导性的 —— sticky 的 2.73 比 unified 的 3.67 *低*，但因为 sticky 的 median 也高（20.3s vs unified 的 10.3s），系统整体更慢。一个有用的 §3.3 sub-finding：**hot pin failure 必须用 per-worker absolute latency 衡量，不能用 normalized ratio**。
+**§3.3 sub-finding**：hot pin failure 必须用 **per-worker absolute latency**（median + max）衡量，**不能用 normalized ratio**。`max/median` 在 unified 这样的"affinity + escape"方案上会反向惩罚 —— sticky 的 ratio 2.73 比 unified 的 3.67 低，但 sticky 的 median 也高（20.3s vs unified 10.3s），ratio 越低反而越糟。本文 paper 中所有 worker 平衡相关的比较一律用 (median, max) 双指标，不用单一比值。
 
 违反 §2.4 的 skew 容忍要求。
 
@@ -154,8 +154,6 @@ Round-robin 和 load-aware routing（如 LMetric, OSDI'26）最大化 instance
 §3.3 — Per-worker TTFT p90 across 8 instances × 5 policies。sticky 的所有 worker 都被拖慢（median 20.3s），unified 把伤害集中在 e4 上、其他 worker 快（median 10.3s）：
 ![F4c Per-worker TTFT p90 distribution](figs/f4c_per_worker_ttft.png)
 
-> 📝 Supplementary（不进 main §3，可放 §5 multi-policy summary 或附录）—— APC vs hotspot ratio 散点：
-![F4c-supp APC vs hotspot tradeoff (supplementary)](figs/f4c_apc_vs_hotspot_tradeoff.png)
 
 > 📝 可选支撑图 — Prefill-decode 干扰（同 GPU 8k prefill 让 TPOT 退化 66x），放 §3.3 支撑 sticky 的 interference 论证：
 ![F4d PD interference](figs/f4d_pd_interference.png)
@@ -239,7 +237,7 @@ KV transfer 发生在触发该 migration 的 request 的 critical path 上，但
   4. `sticky` —— 硬 session-instance pinning
   5. `static PD-disagg` —— 4P / 4D 静态分区
   6. `EAR` —— 本文
-- **Metrics**: TTFT (mean/p50/p90/p99)、TPOT (同上)、E2E、APC、hotspot index、wall-clock vs trace-time
+- **Metrics**: TTFT (mean/p50/p90/p99)、TPOT (同上)、E2E、APC、worker TTFT p90 (median + max)、wall-clock vs trace-time
 
 ### §5.2 End-to-end Performance
 
@@ -331,7 +329,7 @@ KV transfer 发生在触发该 migration 的 request 的 critical path 上，但
 
 ## §8 Conclusion
 
-对 agentic LLM workload，locality 是主导调度杠杆。EAR 用 session-affinity routing 抓住它，用 hot-triggered session migration 保护它，单一方案在 TTFT、APC、hotspot、wall-clock throughput 四个维度同时 dominate 五个 baseline。
+对 agentic LLM workload，locality 是主导调度杠杆。EAR 用 session-affinity routing 抓住它，用 hot-triggered session migration 保护它，单一方案在 TTFT、APC、worst-worker p90、wall-clock throughput 四个维度同时 dominate 五个 baseline。
 
 ---
 

analysis/characterization/render_window1_figures.py

@@ -147,7 +147,13 @@ def fig_b3_failure_breakdown(comp: dict, out: Path) -> None:
 
 
 def fig_b3_per_worker_ttft(results_dir: Path, comp: dict, out: Path) -> None:
-    """Per-worker TTFT p90 grouped bars; reads each policy's hotspot_index.json."""
+    """Per-worker TTFT p90 grouped bars; title shows median + max worker p90.
+
+    We deliberately do NOT report a max/median 'hotspot index' here: it is a
+    ratio and treats unified (most workers fast, one hot) as worse than
+    sticky (all workers slow), which inverts the actual user-facing p90.
+    """
+    import statistics
     by = {r["policy"]: r for r in comp["rows"]}
     pols = [p for p in POLICY_ORDER if p in by]
     fig, axes = plt.subplots(1, len(pols), figsize=(3 * len(pols), 4),
@@ -168,8 +174,12 @@ def fig_b3_per_worker_ttft(results_dir: Path, comp: dict, out: Path) -> None:
                 edgecolor="black", linewidth=0.5)
         for i, v in enumerate(vals):
             ax.text(i, v, f"{v:.1f}", ha="center", va="bottom", fontsize=8)
-        ax.set_title(f"{pol}\nhotspot={by[pol]['hotspot_index_ttft_p90']:.2f}",
-                      fontsize=10)
+        median_v = statistics.median(vals)
+        max_v = max(vals)
+        ax.set_title(
+            f"{pol}\nmedian {median_v:.1f}s · max {max_v:.1f}s",
+            fontsize=10,
+        )
         ax.tick_params(axis="x", labelsize=8)
         ax.grid(alpha=0.3, axis="y")
     axes[0].set_ylabel("worker TTFT p90 (s)")