以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Agentic services alternate between model inference on clustered GPUs and external tools on distributed CPUs. In this scenario, existing systems (1) overlook tool-return readiness in service evaluation, wasting limited resources, and (2) use heuristic strategies to decide admission and placement on GPUs, resulting in su
阅读原文 · Shuhuai Li, Shengdong Ye, Dongdong Ge, Yinyu Ye, Jianghao Lin
向阳乔木 · opencode-go/deepseek-v4.1-flash
智能体服务有个容易被忽略的调度难题：模型推理跑在 GPU 集群上，工具调用跑在分散的 CPU 上。这两边节奏不一致，现有系统往往只顾着看 GPU 忙不忙，却没把“工具那边什么时候能返回结果”算进去。 TAO 这篇论文就是冲着这个缝隙来的。它要回答的问题是：当一个会话正在等工具返回时，调度器该不该先把 GPU 资源让给别人，又该在什么时候把它接回来。 原文链接...