Agent响应慢的根本原因是AgentSpace调度器过载，表现为Scheduler Wait≥400ms且Pending Tasks持续高于8；应优先扩容Worker或启用预检熔断，而非优化模型或提示词。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Agent Space 中 Agent 响应慢，直接影响用户交互体验和任务链路成功率，尤其在客服、工单、实时决策等场景下，延迟超过 800ms 就可能触发用户放弃操作。
确认是否为 AgentSpace 自身调度瓶颈
第一步：进入 AgentSpace 控制台 → 左侧导航栏点击「观测中心」→ 选择对应 Agent 实例 → 查看最近 5 分钟的 trace 列表。
第二步：随机点开 3 条耗时 >1.2s 的 trace，重点检查「调度延迟（Scheduler Wait）」字段值。若该值持续 ≥400ms，说明请求在进入执行前已在队列中积压，【根本原因不是模型或工具慢，而是 AgentSpace 调度器过载】。
第三步：在「资源监控」页签中查看「Pending Tasks」曲线。若该曲线持续高于 8，且与「Scheduler Wait」升高同步，则确认为调度层瓶颈，需立即调整 Worker 配置，而非优化提示词或更换模型。
快速释放调度压力的两种方式
方法一：临时扩容 Worker 实例数
登录 AgentSpace 运维后台 → 进入「集群管理」→ 找到当前 Agent 所属工作空间的 Worker 组 → 将「副本数（Replicas）」从当前值上调 2 个单位（例如从 3 改为 5）→ 点击「热更新」。这一步无需重启服务，30 秒内生效，可立竿见影降低 Pending 队列长度。
方法二：启用轻量级预检熔断
在 Agent 配置 YAML 文件中添加以下字段：
使用阿里云CLI（API 版本 2024-03-30）操作阿里云云监控服务（CMS）的 AgentLoop ContextStore，适用于用户提及云监控时。
```yaml
runtime:
precheck:
enabled: true
max_queue_wait_ms: 300
fallback_response: "当前请求较忙，请稍后重试"
```
该配置让 AgentSpace 在调度排队超 300ms 时直接返回降级响应，避免请求在队列中无效等待，保护下游工具与模型不被雪崩拖垮。注意：此配置仅对新请求生效，已排队请求不受影响。
定位真实耗时环节的 trace 拆解法
打开任意一条慢 trace 的详情页，按时间轴自上而下观察各阶段耗时分布：
• 若「LLM Input Build」耗时 >600ms：说明上下文组装逻辑存在重复序列化或未压缩的冗余日志注入；
• 若「Tool Call → HTTP Roundtrip」单次耗时 >2s 且重试 ≥2 次：大概率是目标 API 未配置连接池或超时过长，需在 tool 描述中显式声明 timeout_ms: 800；
• 若「Result Parse & Format」耗时突增（如从 15ms 跳至 420ms）：检查是否启用了 JSON Schema 校验且 schema 定义嵌套过深，建议将校验移至异步后置步骤。
这一步操作起来很简单，直接点开 trace 就能看到数字，不需要改代码，但必须逐段看，不能只盯 total_ms。
