论文指出，智能体并发高时变慢常源于推理服务前的调度：贪心释放导致在途请求堆积。作者主张解耦“就绪”与“释放”，控制未完成工作量，并按尾延迟调度。实验显示竞争下P95完成时间最高改善3.50倍，但非普遍加速。建议记录端到端P95/P99，限制在途队列，兼顾公平与等待保护。