一个 llama.cpp 实例服务 8 个 Agent：并发推理吞吐提升 1.9 倍

8 个 Agent 共享 llama.cpp 中的同一份 Flint 模型，由服务端批量处理请求，在 M4 Pro 上 8 个并发请求的总 token 吞吐达到单请求的 1.9 倍。每个 Agent 写得更慢，但合计产出几乎翻倍，这是本地多 Agent 可行的关键工程细节。