标签：llm-infra

解读 GLM 关于 Coding Agent 推理 Scaling Pain 的技术博客：为什么高并发长上下文场景会导致乱码、复读、生僻字，PD 分离与 HiCache 中的 KV Cache 竞态如何发生，以及 LayerSplit 如何缓解长上下文 Prefill 瓶颈。