。赵磊坐在工位上，三个终端窗口全开著，右边的监控面板一片红，姜亦心站在他身后，不知道该干什么。苏念念、李婷和陆明洲在会议室，手在电脑上疯狂打字，用户反馈群一直在弹消息。

他径直走到座位上，打开电脑。

开启视界。

【开物·系统状態】

【推理实例：6/6过载｜gpu利用率：100%】

【推理队列：2847请求等待｜平均推理时间：>120s（正常值：8-12s）】

【请求超时率：42.3%｜状態：服务降级】

【原因：为同时在线两千人设计，现在在线五千+】

每个用户都在提交生成请求，算力根本扛不住，请求堆进来出不去，用户刷新又製造新请求，越堆越崩。

“赵磊，姜亦心。”

两个人立刻围了过来。

“赵磊，你先把队列监控拉出来，一会儿队列分离你来做。“他看了一眼姜亦心，“小姜，你搬把椅子过来，学习的机会，一会帮我跑脚本。“

韩路一低头开始敲命令。

“要不要把陈建业叫回来？”赵磊问了一句。

“他孩子生病了，別叫了。”韩路一说，眼睛没离开屏幕。

第一步，扩推理实例。

梁宇那边动作快，青岳已经把配额放开了，韩路一在配置文件里把实例数从六个直接拉到二十个，改完推给姜亦心。

“跑这个部署。”

姜亦心接过来，手指都在发抖，但敲得很快，部署脚本跑起来了，终端开始刷日誌。

新实例一个一个上线，监控面板上队列在分流，超时率开始往下掉，三十五……三十……

两分钟后，超时率降到百分之十五。还是高，但至少不是瀑布式崩溃了。

第二步，加速率限制。

韩路一现写了一个中间件：单用户请求频率超过閾值，不再让请求排进队列等到超时，直接返回一个“排队中，请稍后重试”的提示页。

“这个也部署上去。”

姜亦心接过去跑。

效果立竿见影——用户端从“一直转圈”变成“排队中”，带预计排队时间。刷新不再製造新请求，死亡螺旋的输入被切断了。

第三步，分离队列。

现在ai推理和网页页面共用一个请求队列，推理慢了会把页面加载也拖死；要把推理请