一句话结论：值得追。这篇论文的价值在于把“推理性能优化”升级为“系统级流量与路径治理”，对企业 Agent 平台是可执行的工程解法。

A. 研究问题

多轮 Agent 推理已从“算力瓶颈”转向“数据搬运瓶颈”。在 disaggregated 架构下，KV-Cache 的读写与传输容易造成 prefill 拥堵、decode 空闲，最终拖垮吞吐并放大时延抖动。

B. 核心贡献

1. 明确指出 Agentic 推理阶段的关键约束来自存储带宽与路径分配，而非单纯 FLOPs。
2. 提出 DualPath：在既有路径外增加 storage→decode→RDMA→prefill 的协同通道。
3. 配套全局调度器，动态平衡各阶段负载，在提高吞吐的同时控制 SLO 退化风险。

C. 方法/框架

• 路径层：构建双路径传输机制，减少单链路拥塞。

• 调度层：按阶段压力与队列状态分发流量。

• 系统层：围绕线上服务目标进行端到端优化，而不是只优化单点算子。

D. 关键结果

• 离线吞吐提升最高约 1.87×；

• 在线 serving 提升最高约 1.96×；

• 在性能提升同时尽量维持服务级别目标（SLO）稳定。

E. 产业启示

•Agent 基础设施进入“带宽工程时代”：企业上线 Agent 不再只看模型能力，要把数据路径和缓存调度纳入核心建设。

• 可直接落地在推理平台改造：适用于高并发、多轮交互、长上下文业务场景，尤其是 ToB 的生产级代理系统。

F. 一句话判断

这篇论文的价值在于把“推理性能优化”升级为“系统级流量与路径治理”，对企业 Agent 平台是可执行的工程解法。

（正文结束）

— END —