如何设计一套可持续的 AI 服务框架（serving harness）

企业 AI 的竞争优势正从模型能力转向模型周边的 serving harness——架构、内存管理、调度与推理优化共同决定智能能否可靠、经济地规模化交付。文章建议先由工作负载定义约束再决定架构，并以 KV cache 随并发与上下文增长导致 GPU 显存瓶颈为例，强调先测量再优化、只针对影响最大的约束。框架还应便于吸收新模型与新硬件，使换模型成为评估与配置决策而非架构重建。