agentic-pd-hybrid/docs/V2_DEEP_ANALYSIS_ZH.md

# KVC v2 深度分析：相对 TEAM_REPORT 基线的改进、性能、新暴露的问题

**日期**：2026-05-11
**对象**：项目团队同学
**基线**：`docs/TEAM_REPORT_AGENTIC_PD_HYBRID_ZH.md`（v3-v6 ts=10 调优 sweep 的状态报告）
**新数据**：
- `docs/REFACTOR_PLAN_V1_ZH.md`（ts=1 4-run validation 结果）
- `docs/MIGRATION_V1_FINDINGS_ZH.md`（v1 thrashing 诊断）
- `docs/V2_RESULTS_ZH.md`（v2 reset-on-success + threshold tuning 结果）
- Critic agent 的对等性审查（本文 §4）

**目的**：把"TEAM_REPORT 之后的实验产物"按改进 / 性能 / 新问题三段重新审视，明确哪些原结构性问题被消解、哪些被掩盖、哪些是新引入的。

---

## 0. TL;DR

1. **TEAM_REPORT 头条结论"真实 agentic workload 上 KVC 无配置能赢 naive DP"在 ts=1 下被推翻**——KVC v2 在 7 项 headline 指标上击败 4DP CA。
2. **但"赢"的归因高度混杂**——critic agent 审查后发现至少 3 处对等性破坏：TTFT p99 被刻意省略、error 统计口径不一致、KVC 的 fast-path 测量的工作量比 DP 少 6.9×。
3. **TEAM_REPORT §1（session pin 饿死）已被 v2 修好**——direct-to-D 从 42.8% 涨到 91.6%，max D-changes 控制在 45（仅 1 个 session）。但 reset-on-success 这条修复路径是事后补的——v1 直接加 migration 制造了更严重的 thrashing 失效模式。
4. **TEAM_REPORT §2/§3/§4/§5（LRU / backpressure / P-side imbalance / admission RPC 干扰）在 ts=1 下全部消失**——但是被 ts=1 的"低压自然 drain time"吸收，不是机制层面修好。一旦回到 ts=10 / 更长 trace / 更紧容量，会全部复现。
5. **新暴露 3 个 ts=10 时代没看到的问题**：
   - TTFT p99 反向恶化（KVC 1.285s vs DP 0.427s，**3.0×**）来自 8.3% 非 direct-to-D 路径的 mooncake reseed 代价
   - 对 4DP 比较存在拓扑不对等（KVC 的 1P + 3D 中 prefill GPU 在 91.7% 时间内闲置）
   - 缺乏 naive 1P3D 对照（vanilla SGLang xPyD），无法区分"KVC 层贡献"vs"1P3D 拓扑贡献"
6. **结论**：v2 是项目第一次让 KVC 在 SWE workload 上证明价值，但当前对 DP 的胜利不能直接外推到 "KVC 机制本身优越"。需要 3 个补充对照才能站住。

---

## 1. 三组新实验与 TEAM_REPORT 的关系

### 1.1 时间线和因果链

```
TEAM_REPORT (2026-05-06)
  ├─ §1-§7 列出 ts=10 数据下的 7 类结构性问题
  ├─ 头条结论：KVC 全配置输 DP，需要重构
  └─ 提出 backpressure 作为最小代码修复点

       ↓ 2 天

ts=1 validation (2026-05-07)
  4 个 run：KVC 1P3D N=3 + 4DP CA × 1，全部 ts=1
  ├─ 发现 1：ts=1 下 errors 从 372-912 跌到 5（DP 也 5 个，是 trace input-超限 artifact）
  ├─ 发现 2：ts=1 下 KVC 在 categorical 层面完全确定（0/4449 records 跨 run 不同）
  ├─ 发现 3：KVC 整体仍然慢 DP 9% / TTFT 慢 47%
  └─ 结论：TEAM_REPORT §2/§3/§4/§5 是 ts=10 高压 artifact；§1 仍然是真问题（被 ts=1 衰减但不消失）

       ↓ 1 天

v1 migration (2026-05-08)
  KVC 1P3D + rejection blacklist（policies.py 加 session_d_rejects Counter）
  ├─ 修复 §1（session pin）——18/52 starved 降到 0
  ├─ 但引入新失效模式：6 个 session 跨 3 D 严重 thrash（max 116 次切换）
  ├─ Lat mean 反退化到 1.758s，TTFT mean 涨到 0.419s
  └─ 中期诊断：blacklist 永久累积 + degenerate fallback 形成 self-amplifying 死循环

       ↓ 1 天

v2 migration (2026-05-09)
  v1 + reset-on-success + --kvcache-direct-max-uncached-tokens 2048→8192
  ├─ Thrashing 消除（max D-changes 116→45，severe thrashing 0）
  ├─ direct-to-D 53.3%→91.6%（threshold 拉高让大 append 也走快路径）
  ├─ Lat / TTFT 全面赢 baseline，且 7/8 头部指标赢 4DP
  └─ 但 N=1 + critic 发现的对等性问题（见 §4）

       ↓ 2 天

本文 (2026-05-11)
  把上述 5 天的数据放回 TEAM_REPORT 的结构性问题清单上做审计
```

### 1.2 同 trace 全部数字总表（按时间）

来源：`outputs/qwen3-30b-tp1-*` 系列各 summary.json。**4449 reqs / 52 sessions / Qwen3-30B-A3B (TP1) / 4×H100 80GB**。

| 阶段 | 时间尺度 | 配置 | Errors | Lat mean | Lat P50 | Lat P99 | TTFT mean | TTFT P50 | direct-to-D% |
|---|---|---|---:|---:|---:|---:|---:|---:|---:|
| **TEAM_REPORT baseline 区间（全部 ts=10）** | | | | | | | | | |
| v5 1P7D Option D | 10 | KVC | 9 | 5.18s | 1.59s | 26.09s | 0.207s | – | 45% |
| v5 2P6D Option D | 10 | KVC | 9 | 3.49s | 1.31s | 24.92s | 0.244s | – | 41% |
| v5 rerun1 (重测) | 10 | KVC | **372** | 3.50s | 1.11s | 19.49s | 0.147s | – | ~40% |
| v5 rerun2 | 10 | KVC | **912** | 3.00s | 0.94s | 20.37s | 0.071s | – | ~40% |
| v5 rerun3 | 10 | KVC | **396** | 3.42s | 1.22s | 18.97s | 0.183s | – | ~40% |
| 8-way DP CA | 10 | DP-colo | **0** | **1.43s** | **0.65s** | **8.37s** | **–** | **0.093s** | – |
| **ts=1 validation 区间** | | | | | | | | | |
| v0 baseline run1 | 1 | KVC 1P3D | 5 | 1.574s | 0.811s | 8.70s | 0.245s | 0.124s | **42.8%** |
| v0 baseline run2 | 1 | KVC 1P3D | 5 | 1.573s | 0.809s | 8.74s | 0.243s | 0.120s | 42.8% |
| v0 baseline run3 | 1 | KVC 1P3D | 5 | 1.574s | 0.812s | 8.76s | 0.243s | 0.123s | 42.8% |
| 4-way DP CA | 1 | DP-colo | 0 | 1.443s | 0.659s | 8.43s | 0.129s | **0.090s** | – |
| **Migration 区间** | | | | | | | | | |
| v1 migration | 1 | KVC 1P3D | 6 | 1.758s | 0.773s | 9.92s | 0.419s | 0.057s | 53.3% |
| **v2 migration (头条)** | 1 | KVC 1P3D | 5 | **1.432s** | **0.576s** | **8.69s** | **0.098s** | **0.042s** | **91.6%** |

**两组关键对比**：

1. **ts=10 → ts=1（同 KVC 配置）**：Lat mean 5.18s → 1.574s（**3.3× 改善**）；errors 9-912 → 5（**~100× 改善**）；direct-to-D 41% → 42.8%（持平，机制不变）
2. **v0 → v2（同 ts=1，机制改进）**：Lat mean 1.574s → 1.432s（**9% 改善**）；TTFT mean 0.245s → 0.098s（**60% 改善**）；direct-to-D 42.8% → 91.6%（**+48.8 pp**）

**TEAM_REPORT 时代被认为"机制不可用"的 KVC，把 trace 时序还原到 ts=1 + 修两个旋钮后，赢了同 scale 下的 4DP。**

---

## 2. TEAM_REPORT §1-§9 的逐项更新

按原始优先级排序，每条标注"是否仍是问题 / 被什么消解 / 残留风险"。

### 2.1 §1：KvAwarePolicy 不感知 D 容量 + Session 永久 pin — **被 v2 修好**

| 维度 | TEAM_REPORT 状态 | v2 状态 | 修复机制 |
|---|---|---|---|
| 跨 run 一致饿死 session 数 | 13/52（25%） | 0 | `policies.py: session_d_rejects` + `replay.py: reset-on-success`：每次 direct-to-D 成功清零 reject 计数，连续失败累积到阈值 3 才迁移 |
| Avg distinct-D / session | 1.00 | <2（v2 实测 mean=0.6 D-changes/session） | 同上 |
| direct-to-D % | 41% | 91.6% | 同上 + threshold 2048→8192 |
| 饿死 session 单 turn 慢 6× | 是 | 否（饿死消失） | – |

**残留风险**：reset-on-success 是 reactive 修复——session 必须先经历 N 次失败才迁移，并且第一次失败的那个 turn 仍然慢。在严苛容量下（如把 trace 改成 ts=2 或 sess 数翻倍），迁移阈值可能频繁触发，重新逼近 v1 的 thrashing 区域。**未在更紧 workload 上验证。**

### 2.2 §2：D 端 LRU 跟不上 → 8% errors — **被 ts=1 自然吸收**

| 维度 | TEAM_REPORT 状态 | v2 状态 | 原因 |
|---|---|---|---|
| 单 run KVTransferError | 369 次 | 0 次（无 mooncake timeout） | ts=1 inter-turn gap p50 = 2.5s 给 D 充分 drain 时间 |
| D 峰值 token_usage | 6 个 D 全顶到 0.97-1.00 | 偶发 0.97-1.00（burst），常态 0.4-0.85 | 同上 |
| LRU trim 触发次数 | 9-43（远不够） | 不需要——D 自然回落 | ts=1 工作流 |

**残留风险**：这条**没有机制层面修好**。把 ts 调回 10、或者 session 数从 52 增到 100+、或者 model 切到更大、都会立刻让 D 容量重新顶死，LRU 再次跟不上。**TEAM_REPORT §2 是潜在的，不是消失的。**

### 2.3 §3：无 D→Replay backpressure — **代码已写但冷藏**

| 维度 | TEAM_REPORT 状态 | v2 状态 |
|---|---|---|
| 代码实现 | 提议 | 已合入：`--enable-backpressure` flag、`recommended_pause_ms` 字段、`_compute_backpressure_pause_hint` |
| 是否启用 | – | 默认 **off** |
| 启用后效果 | 预期 errors 370→<50 | 未验证（ts=1 下无作用对象） |

**残留风险**：代码冷藏意味着发生在生产 RDMA / 更大 trace 上的回归不会触发保护。**如果团队决定项目要支持 ts=10 / 更大 sessions，需要把 backpressure 默认 on 并补 smoke 验证。**

### 2.4 §4：P-side round-robin 不感知 D 健康 — **1P 配置不可测**

v2 是 1P3D，单 P，无从测试 P-side 调度。TEAM_REPORT 数据来自 2P6D 配置。

**残留风险**：未来如果扩到 2P+ 必须重新审查 P 侧调度。**当前数据无法支持也无法反驳。**

### 2.5 §5：Admission RPC 与 scheduler 互相干扰 — **ts=1 下不显著**

TEAM_REPORT 现象（1Hz polling 让 errors 涨 46×）来自 ts=10 高压时的 scheduler 主循环争抢。ts=1 下 D scheduler 大部分时间空闲，RPC 进来不阻塞 batched prefill。

**残留风险**：与 §2 同源——属于 ts=10 高压 artifact。

### 2.6 §6：time-scale=10 失真 — **DONE，作为前置条件锁定**

| 现象 | ts=10 | ts=1 | 比例 |
|---|---:|---:|---:|
| Errors | 372-912 | 5（trace input-超限 artifact） | **74×↓** |
| TTFT P50 | 0.07-0.18s | 0.04s | 4.5×↓ |
| Per-D spread | ±26% | ±3.8% | 7×↓ |
| Lat P99 | 18-29s | 8.7s | 2-3×↓ |

**REFACTOR_PLAN_V1 把这条当作所有后续讨论的前置条件——ts=10 数据从此不参与 KVC vs DP 比较。**

### 2.7 §7：execution_mode 标签错位 — **部分修复**

`pd-router-fallback-large-append-*` 在 v1+ 被细分成：
- `pd-router-fallback-real-large-append-session-cap`（实际 append > 阈值）
- `pd-router-fallback-session-not-resident-session-cap`（session 在该 D 上没住过）
- `pd-router-fallback-no-d-capacity`（D 全满）
- `pd-router-fallback-session-not-resident-seed-filter-early-turn`

**残留**：error_count 在 KVC vs DP 之间口径不一致（见 §4.3），未统一。

### 2.8 §8：N=1 不可信 — **ts=1 下规则改写**

| Trace 区间 | N 要求 |
|---|---|
| ts=10 高压 | N≥3（v5 rerun 显示 errors 漂移 2.5×） |
| ts=1 常规 | N=1 可信（baseline N=3 显示 0/4449 records 跨 run 不同） |

**残留**：v2 引入了新代码路径（reset-on-success + threshold=8192）但仅 N=1。新分支是否仍保持 categorical 确定性**未验证**。这是 critic 标 MINOR 但未关闭的点。

### 2.9 §9：microbench 把 KVC 失效条件全规避 — **保留为方法学原则**

v2 的胜利证明 microbench 的"赢 PD disagg"在 SWE-Bench 上也能复现，但 TEAM_REPORT §2.9 的方法学原则仍然成立——micro-benchmark 应该主动构造能触发 fallback 的 workload。

---

## 3. v2 的真实性能拆解（path-level）

v2 整体跑得快不仅因为 "KVC 机制好"，更因为 **91.6% 请求被路由到了几乎免费的 fast path**。需要看路径级细节才能理解胜利的来源。

### 3.1 v2 内部 execution_mode 分布

```
kvcache-direct-to-d-session              4076  (91.6%)  ← 快路径
pd-router-d-session-reseed                150  (3.4%)   ← 慢路径：mooncake reseed
pd-router-fallback-session-not-resident-session-cap        50  (1.1%)
pd-router-fallback-session-not-resident-seed-filter-early-turn  52  (1.2%)
pd-router-turn1-seed                       52  (1.2%)
pd-router-fallback-no-d-capacity            31  (0.7%)
pd-router-fallback-real-large-append-session-cap  25  (0.6%)
其余                                      ~13  (<0.3%)
```

### 3.2 path-level 延迟 vs DP

| Path | n | 占比 | TTFT P50 | TTFT P99 | Lat P50 |
|---|---:|---:|---:|---:|---:|
| KVC `direct-to-d-session` | 4076 | 91.6% | **42ms** | 89ms | 0.470s |
| KVC `d-session-reseed` | 150 | 3.4% | ~1.0s | 7.51s | ~2.5s |
| KVC `no-d-capacity` fallback | 31 | 0.7% | ~1.0s | 7.66s | ~3.0s |
| KVC `session-not-resident-*` | 102 | 2.3% | 0.3-2.3s | – | 1-3s |
| DP `dp-colo-router` | 4449 | 100% | 90ms | **427ms** | 0.659s |

**关键事实**：
- KVC 的 91.6% fast path 在 TTFT 上确实碾压 DP（42ms vs 90ms）
- 但 KVC 的 8.4% slow path 比 DP 慢 7-17 倍（1-7s vs 0.4s）
- DP **没有 slow path**——每个请求在本地 worker 完整 prefill，最坏情况也是 P99 8s 量级

### 3.3 Fast path 的工作量比 DP 少 6.9× —— 不是 mechanism 更快

| 路径 | Mean uncached tokens |
|---|---:|
| KVC direct-to-D | **341** |
| DP dp-colo-router | **2355** |

**KVC 之所以快**，是因为 91.6% 请求的 prefix KV **已经在目标 D 上**，本次只需 append 平均 341 token；DP 同样请求要 prefill 平均 2355 token（**6.9× 工作量**）。

这是结构性的 KVC vs DP 差异——**KVC 的设计就是利用 session 间 KV 复用**，所以"工作量少"本身就是机制核心目标。但在比较时必须诚实：

> KVC 的 TTFT 优势 = **session-aware 路由减少了 prefill 工作量**，**不是** D 端硬件层面更快。

如果工作量做归一化（比如限定都做 2000 token 以上 uncached prefill），KVC 应该和 DP 在同一速度量级。

---

## 4. v2 暴露的新结构性问题（critic 审查发现）

Critic agent 对 v2 vs 4DP 的对等性做了 10 项审查。下面只列 MAJOR / CRITICAL 级别。

### 4.1 TTFT p99 被刻意从 headline 表删除 — **MAJOR**

`docs/V2_RESULTS_ZH.md §2` 的 headline table 列了：lat mean/p50/p90/**p99**、TTFT mean/p50/**p90**。**TTFT p99 是表里缺失的那一项**。

实测数字：

| 指标 | KVC v2 | DP | Ratio |
|---|---:|---:|---:|
| TTFT p50 | 0.042s | 0.090s | 0.47× (KVC 优) |
| TTFT p90 | 0.091s | 0.252s | 0.36× (KVC 优) |
| **TTFT p99** | **1.285s** | **0.427s** | **3.01× (DP 优)** |
| **TTFT p99.5** | **2.65s** | **0.485s** | **5.47× (DP 优)** |
| **TTFT > 1s 计数** | **59** | **9** | **6.5× (DP 优)** |

**Lat p99 (DP 仅胜 3%) 在表中保留，TTFT p99 (KVC 输 3 倍) 被删除——cherry-picking 嫌疑。**

### 4.2 TTFT p99 恶化的根因：8.3% 非 direct 路径的 mooncake reseed

59 个 TTFT > 1s 请求的 mode 分布：
```
49 个 pd-router-d-session-reseed (83%)  ← session 被驱逐/迁移后重新拉 KV
 5 个 pd-router-fallback-no-d-capacity (8%)
 4 个 pd-router-fallback-session-not-resident-session-cap (7%)
 1 个 pd-router-fallback-real-large-append-session-cap (2%)
```

按 session 分布：88% (52/59) 集中在 5 个超大输入 session（22080 / 44800 / 22400 / 58080 / 45280，input 60-90K）。

**机理**：reseed 必须把 session 整段 KV（50-90K tokens）通过 mooncake TCP loopback 从 P 推到 D。单次 transfer 实测 3-7s。DP 没有这条路径，每个请求在本地 worker 直接 prefill，相同 input 量做完只需 0.5-1s。

**这是 KVC 机制本身的代价，不是 measurement bug。** 修复方向：
- (a) 用 RDMA 替换 mooncake TCP loopback（生产部署时自然解决）
- (b) D 容量扩大让大 session 永不被驱逐（不可扩展）
- (c) 改 reseed 为增量 fetch（只 transfer overlap 之外的 delta）

### 4.3 Error 统计口径双向不一致 — **MAJOR**

文档说"DP 同样有 5 个 input-too-long abort，真实 mechanism errors 双方都是 0"。**两条都错。**

**错 1：DP 实际有 67 个 abort，不是 5**

实测 `dp4_metrics.jsonl`：
- sess 6880 turn 133-149：17 个 abort
- sess 35680 turn 125-149：25 个 abort
- sess 39360 turn 125-149：25 个 abort
- 总计 **67 个**

而 KVC v2 只有 **5 个 ReadTimeout**。原因：DP 的 `--max-input-len` 限制是 87811，KVC 的限制是 92098——DP 在 input>87811 时早就拒了 67 个，KVC 一直服务到 input>92098 才拒 5 个。**这是模型配置不对等，不是机制差异。**

**错 2：DP 的 67 个 abort 计入 latency stats，KVC 的 5 个 timeout 被排除**

代码层 `metrics.py:124` 的过滤是 `if row.latency_s is not None`：
- DP 的 67 abort：`error=null` + `finish_reason='abort'` + `latency_s≈0.08s`（fast 400）→ **计入** count=4449
- KVC 的 5 timeout：`error='ReadTimeout'` + `latency_s=null` → **排除**，count=4444

**67 个 ~0.08s 快速失败被算成 DP 的"快请求"**，把 DP 的 p50/mean 数字拉低。**KVC 的 5 个真失败被完全隐藏。** 双向都不诚实。

**修复**：要么两边都排除（DP 也按 `finish_reason=abort` 过滤），要么两边都计入（KVC 的 5 个按 `request_timeout_s=300s` 当 timeout 计入 lat）。两套口径都要重算并并列展示。

### 4.4 拓扑不对等：KVC 的 prefill GPU 90%+ 时间闲置 — **MAJOR**

| 拓扑 | GPU 配置 | Decode 容量 | Prefill 利用率 |
|---|---|---|---|
| KVC 1P3D | 1× prefill-only + 3× decode | 3 GPU | ~8.3%（仅 ~373/4449 请求走 P 路径） |
| 4DP CA | 4× fused (P+D 同一 worker) | 4 GPU | 100%（每 req 都用 P+D） |

`per_prefill_load: prefill-0: 4449` 是 dispatcher 计数，不是实际 GPU 使用。实际 prefill-0 GPU 只在 8.3% 请求时被激活（seed + reseed + fallback 路径）。

**结论**：KVC 用了 4 GPU，但实际"工作 GPU"只有 ~3.08 个。如果用同样的 4 GPU 跑 4DP 或者 naive 4D PD-disagg，DP 拓扑里 GPU 是 100% 满载的。**胜率不能直接横向比。**

**修复对照实验**：
- 跑 KVC 4D0P（取消 prefill 角色，所有 GPU 都做 P+D）
- 或跑 DP 3-worker（限制到 3 GPU）

### 4.5 Cache fragmentation 是架构差异，不是策略胜利 — **MINOR 但被错误归因**

| 维度 | DP | KVC v2 |
|---|---|---|
| Cache 分布 | 4 workers 各 ~30M token | 3 D 各 ~43M token |
| 平均 cache 占用比例 | 0.940 | 0.961 |
| Session affinity | hash 路由（自然但弱） | 显式 session→D pin（强） |
| Policy | `kv-aware` | `kv-aware` |

**两边都跑 kv-aware policy**。差异来自：
- DP 物理 fragment 跨 4 workers：单 session 的 KV 可能落到任意 worker
- KVC 显式 affinity：session 固定到 1 个 D，cache 集中

`docs/V2_RESULTS_ZH.md §10` 把这归因为 "kv-aware policy 的胜利"——**错。** kv-aware policy 两边都开。差异是**拓扑 + admission**。

### 4.6 v2 N=1 + 新代码路径未验证确定性 — **MINOR**

TEAM_REPORT §2.8 改写规则后允许 ts=1 N=1，理由是 baseline N=3 显示 0/4449 records 跨 run 不同。

但 v2 新增了两条状态可变路径：
- `policies.py: session_d_rejects` Counter（每次失败累积、每次 direct 成功清零）
- `replay.py` 内 reject 触发 condition 改写

**新代码引入的非确定性未单独测过。** v2 当前结论严格说基于 N=1。

### 4.7 缺乏 naive 1P3D 对照 — **CRITICAL（方法学）**

**仓库里没有 vanilla SGLang PD disagg 1P3D 的实验数据**。所有 `pd-disaggregation-default` 都是 **1P1D**（2 GPU），全部 ts=10。

当前比较是：

```
KVC 1P3D (kvc 层 + kv-aware policy + admission)  vs  4DP CA (4-way fused)
```

但要归因 KVC 层的实际价值，缺少的对照是：

```
naive 1P3D (vanilla SGLang xPyD, policy=default, 无 KVC 层)
```

没有这个对照就回答不了：
- v2 的胜利有多少来自"P/D 解耦本身"？
- 多少来自"kv-aware session-pin + admission 控制"？
- 当前 KVC vs 4DP 实质混淆**拓扑差异**和**策略差异**

**这是 critic 列出的唯一 CRITICAL 级问题。**

---

## 5. Fast path / Slow path 的本质：KVC 是 bimodal 系统

把 §3 / §4 综合起来，可以把 v2 看作两个不同性质的系统叠加：

### 5.1 Fast path (91.6%)

```
路径：kvcache-direct-to-d-session
工作量：mean 341 token append-prefill in D
延迟特征：TTFT 42ms, Lat 0.47s
机制依赖：session affinity + worker admission + threshold=8192
```

**优势来源**：跳过 P→D mooncake transfer + 跳过 P 端 prefill kernel + 直接 reuse D 上的 prefix cache。

### 5.2 Slow path (8.3%)

```
路径：reseed / no-d-capacity / session-not-resident
工作量：mean 50-90K token prefill on P + mooncake transfer to D
延迟特征：TTFT 1-7s, Lat 3-12s
触发条件：session 第一次到这个 D、session 被 LRU 驱逐、append 超过 threshold、D 容量满
```

**劣势来源**：mooncake TCP loopback 推 KV 时间随 session size 线性增长。

### 5.3 整体表现 = 加权平均

```
v2 mean = 0.916 × 0.47s + 0.084 × ~3.5s = 0.43 + 0.29 = 0.72s （但实测 lat mean 1.43s，差异来自长尾）
v2 p50 = fast path 主导 → 0.576s
v2 p99 = slow path 主导 → 8.69s (KVC) vs 8.43s (DP) 接近
```

**对比 DP**：DP 是 unimodal 系统，每个请求做完整 prefill。TTFT 分布更紧，没有 slow path 长尾。

### 5.4 工程含义

- **要让 v2 的胜利更扎实**：把 8.3% slow path 比例继续压下来（或加快 reseed）
- **要让 v2 在更高压下不退化**：slow path 容易因为 D 容量紧张反弹回 v0 baseline 形态
- **当前的 7/8 胜不是稳定均势**：换个 trace、换个模型大小、换个 ts、随时可能让 slow path 占比涨到 20%+

---

## 6. 综合性能评估

把所有 caveats 应用回去，KVC v2 vs 4DP 的实际胜负是：

### 6.1 重新计算的 headline 表（含 TTFT p99 + 对等口径）

| 指标 | KVC v2 | 4DP CA | Winner | 说明 |
|---|---:|---:|---|---|
| Lat mean | 1.432s | 1.443s | KVC -0.8% | 微胜，量级内 |
| Lat p50 | 0.576s | 0.659s | KVC -12.6% | 真实优势，但工作量不对等 |
| Lat p90 | 3.615s | 3.641s | KVC -0.7% | 平 |
| Lat p99 | 8.687s | 8.433s | DP +3.0% | 平 |
| TTFT mean | 0.098s | 0.129s | KVC -24% | 工作量不对等放大 |
| TTFT p50 | 0.042s | 0.090s | KVC -53% | 同上 |
| TTFT p90 | 0.091s | 0.252s | KVC -64% | 同上 |
| **TTFT p99** | **1.285s** | **0.427s** | **DP -67%** | **结构性 slow path 代价** |
| Errors（对等口径，含 abort） | 5 | 67 | KVC -92% | DP `max-input-len` 更紧 |

**修正后实际胜率**：5 项 KVC 胜 / 1 项 DP 胜 / 3 项打平。从"7/8 全胜"修正为"5/1/3"——KVC 仍然是赢家，但不是"全面碾压"。

### 6.2 v2 真正解决了什么 / 没解决什么

| 项目 | v2 解决度 |
|---|---|
| TEAM_REPORT §1 session pin 饿死 | ✅ 完全消除 |
| TEAM_REPORT §6 ts=10 失真 | ✅ 切到 ts=1 |
| TEAM_REPORT §7 metric 标签错位 | 🟡 部分（KVC 端修了；KVC-vs-DP error 口径仍不一致） |
| TEAM_REPORT §2 D LRU 跟不上 | 🟠 被 ts=1 自然 drain 掩盖，不是机制修好 |
| TEAM_REPORT §3 无 backpressure | 🟠 代码写了但冷藏 |
| TEAM_REPORT §4 P-side 调度 | – 1P 无从测试 |
| TEAM_REPORT §5 admission RPC 干扰 | 🟠 ts=1 下不显著 |
| TEAM_REPORT §8 N=1 不可信 | ✅ 规则改写（ts=1 categorical 确定） |
| **新问题：TTFT p99 reseed 代价** | ❌ 未修复 |
| **新问题：拓扑不对等（1P 90% idle）** | ❌ 未修复 |
| **新问题：缺乏 naive 1P3D 对照** | ❌ 未修复 |

**6 个 TEAM_REPORT 原问题里：2 个机制修好，1 个部分修，3 个被工作流条件掩盖。同时 v2 引入 3 个新问题。净改善 +(-1)。**

---

## 7. 推荐补做的实验

按 ROI 排序。

### 7.1 必做（验证当前结论的鲁棒性）

1. **naive 1P3D ts=1 N=1**（vanilla SGLang xPyD，policy=default 和 policy=kv-aware 各一次）
   - 用途：隔离 KVC 层贡献 vs 1P3D 拓扑贡献
   - 工程：~6h GPU × 2 run
   - 这是 critic 标的唯一 CRITICAL，**最高 ROI**

2. **v2 N=2 或 N=3**
   - 用途：验证新代码路径（reset-on-success + threshold=8192）下 ts=1 仍 categorical 确定
   - 工程：~11h GPU × 2 run（同时跑双独立 GPU group 也行）

### 7.2 强烈推荐（清理对等性）

3. **对等口径重算**（无需新 run，纯分析脚本）
   - 把 DP 的 67 个 abort 按 `finish_reason='abort'` 过滤
   - 把 KVC 的 5 个 ReadTimeout 当 300s timeout 计入 lat
   - 两套口径并列展示，看 v2 是否仍胜

4. **DP `max-input-len` 调到 92098**（与 KVC 一致），重跑 N=1
   - 用途：消除 abort 数量不对等
   - 工程：~5.5h GPU

5. **headline 表加 TTFT p99**（更新 `V2_RESULTS_ZH.md`）

### 7.3 看团队带宽（探索 v2 边界）

6. **threshold sweep**：2048 / 4096 / 8192 / 16384 / 32768，找 trace-specific 最优
7. **更长 trace（>200 sessions）**：验证 §2.1 残留风险下 v2 的容量边界
8. **8 GPU 重测**（2P6D KVC v2 vs 8DP CA）在 ts=1 下验证 4 GPU 结论可外推
9. **真 RDMA**：mooncake TCP loopback 换 RDMA，看 slow path 代价能否压下来

### 7.4 不要做的事

- **回到 ts=10**：那是 benchmark artifact 主导区间，不代表真实部署
- **修 §2 D LRU 分层 eviction**：被 ts=1 自然吸收，超出 KISS 边界
- **修 §3 backpressure 默认 on**：除非要支持 ts=10 / 更紧 workload

---

## 8. 决策点

需要团队回答以下问题以确定项目下一步方向：

| # | 决策 | 选项 |
|---|---|---|
| D1 | 接受 v2 的胜利作为项目 milestone？ | Yes / Yes + 补对照 / No 等补完 |
| D2 | 跑 naive 1P3D 对照实验？ | Yes / No |
| D3 | 跑 v2 N=2/3 验证确定性？ | Yes / No |
| D4 | 重写 `V2_RESULTS_ZH.md` headline 表（加 TTFT p99 + 对等错误口径）？ | Yes / No |
| D5 | 修复 KVC vs DP `max-input-len` 不对等？ | Yes / No |
| D6 | 启用 backpressure 默认值？（影响未来 workload 韧性） | Off / On |
| D7 | 项目目标是否扩展到 ts=10 / 更长 trace？ | 不扩 / 扩 |

**作者建议**：D1 → Yes + 补对照；D2/D3/D4 → Yes（成本低 + 防止外部审查破防）；D5 → Yes；D6 → 暂时 Off，但写明触发回退条件；D7 → 暂时不扩，先把 ts=1 配置稳定。

---

## 9. 局限与未验证（本文自身）

1. **4 GPU 缩配**：所有 ts=1 数据都是 4 GPU。8 GPU 时 KVC 2P6D vs 8DP CA 的对比是否同样 KVC 胜未知。
2. **N=1 for v2**：上文 §4.6 已述。
3. **单 trace**：所有结论建立在 SWE-Bench 50sess trace 上。其他 agentic workload（写作、研究、多模态）行为未验证。
4. **Mooncake TCP loopback**：单机环境模拟生产 RDMA。生产环境 transfer 开销显著降低，slow path 占比可能变小，KVC 优势可能放大；也可能引入其他 artifact。
5. **Critic 审查 N=1**：用了 opus agent 单次审查。完全可能漏掉其他对等性问题。
6. **§5 的 bimodal 模型是描述而非证明**：尚未做工作量归一化的对照实验来证明"KVC 的 D 端速度本身 ≈ DP"。

---

## 附录 A：本文数据来源

| 章节 | 数据源 |
|---|---|
| §1.2 | `outputs/qwen3-30b-tp1-{ts1-validation, ts1-migration-v1, ts1-migration-v2}/*.json` |
| §2 | TEAM_REPORT §1-§9 原数据 + ts=1 新数据交叉 |
| §3 | v2 metrics.jsonl 按 execution_mode 聚合（直接计算） |
| §4 | Critic agent ID `a34c7673fc5a3fa76` 审查结果 + 本文直接验证 |
| §5 | v2 + DP metrics.jsonl 路径级延迟统计 |
| §6 | 重算自上述数据 |

## 附录 B：相关文档

- `docs/TEAM_REPORT_AGENTIC_PD_HYBRID_ZH.md` — 本文基线（v3-v6 ts=10 状态）
- `docs/REFACTOR_PLAN_V1_ZH.md` — ts=1 验证后的方向决策
- `docs/MIGRATION_V1_FINDINGS_ZH.md` — v1 thrashing 诊断
- `docs/V2_RESULTS_ZH.md` — v2 结果原始报告（本文是对它的 critique）
- `docs/AGENTIC_FIT_ANALYSIS_ZH.md` — 早期 fit 分析（§1-§7 来源）
- `docs/STRUCTURAL_VALIDATION_REPORT_ZH.md` — ts=10 结构性 claim 验证

## 附录 C：相关代码

- `src/agentic_pd_hybrid/policies.py` — `RoutingState.session_d_rejects` + `KvAwarePolicy.migration_reject_threshold`
- `src/agentic_pd_hybrid/replay.py` — `_run_request` reset-on-success + `_fallthrough_reason` 分类
- `src/agentic_pd_hybrid/metrics.py:124,170` — latency/truncation 过滤逻辑
- CLI flags: `--kvcache-migration-reject-threshold` / `--kvcache-direct-max-uncached-tokens` / `--enable-backpressure`

---

**核心句**：v2 让 KVC 第一次在 SWE-Bench 上证明了价值——但当前的"胜利"是 KVC 的 fast path 在工作量不对等的对比里赢了 DP，slow path 的 reseed 代价仍是结构性短板。补 3 个对照（naive 1P3D / N≥2 / 对等口径）之后，结论才能站住外部审查。