Agent 瓶颈不在模型推理：拆解端到端延迟的真正来源

Agent 的端到端延迟大多不在模型推理：读文件、调 API、执行代码、写状态分布在整条执行路径上，模型延迟往往只占任务总延迟的一小部分。排查性能时应先确认哪个环节真正决定端到端延迟，慢任务可能推理健康、瓶颈在测试、仓库操作或网络调用。设计还需考虑哪些操作可安全重试，以及状态存于何处、中断后如何恢复。