generativeprogrammer.com 梳理 19 个延迟优化模式，拆解 AI 应用非模型耗时全路径

generativeprogrammer.com 发布长文，系统梳理降低 AI 应用非模型延迟的 19 个分布式系统模式，分为就近、减量、并发、预判四大类。文章指出一次 agent 请求要经过 RAG 检索、数据库、模型网关、多个 LLM、MCP 工具服务器与编排循环，用户等待的是整条关键路径。作者建议把全路径作为分布来测量，定位主导 P99 的环节后再做就近化、减量、并发或预判。