排障、适配与前沿报告 / READING NOTES 21.6 反问面试官的问题（加分项）解释、实现和调试能力验收 约 1 分钟阅读·持续更新 团队目前推理服务的主要瓶颈是 TTFT 还是 TPOT？有没有用 PD 分离？ 线上主要用哪套框架（vLLM / SGLang / TensorRT-LLM）？自研 Kernel 的比重有多大？ 模型侧有没有考虑 MLA / MoE 这类结构优化，还是以量化为主？ 有没有多卡 / 多机部署，通信是不是瓶颈？ 对精度（PPL / 任务指标）有没有明确的验收标准？