很多团队第一次给大模型做压测，都容易陷入一个误区：堆并发、刷 QPS，把吞吐量顶得老高，以为数据好看就算通过。可真到生产环境一跑，问题全冒出来 —— 高峰一冲就超时，成本莫名其妙翻倍，模型还时不时给点