后来发现 96% 的时间根本没花在 LLM 上。 这篇文章记录我用 Trace 工具定位真正瓶颈、把延迟压到 1 秒的完整过程。 一、先别猜,用数据定位 遇到性能问题,最忌讳的就是猜。 是不是模型太慢