多租户 调度 Token 预算 上下文压缩 优先级反转 分块预填充 去重 多轮重试 失败恢复 安全工程 对话模板 尾延迟 弃答机制 弹性扩缩容 微调 成本 投机采样 拒绝采样 推测解码 提示缓存