晨光在白板上缓缓移动，赵磊写下的《轻量化多模型协同架构设想》几个字边缘被阳光照得发白。墨迹尚未干透，笔尖划过的痕迹还留在板面，像一道刚刻下的路标。
杨雨薇盯着那行字看了几秒，手指无意识地摩挲着笔记本边缘。她面前的屏幕上是昨晚最后一次测试的日志截图，红色报错信息密密麻麻，其中一行被她用黄色高亮反复标注：“语音模块单点负载过高，触发系统保护机制”。
她合上电脑，站起身，声音不大，但足够让工坊里每一个还在低头发呆或敲代码的人抬起头来。
“我们先理一理问题出在哪。”
没有人说话。有人停下键盘，有人摘下耳机。赵磊转过身，靠在机柜边沿，手里还捏着那支蓝笔。
“崩溃不是因为功能太多，”杨雨薇走到主控台前，调出日志分析图，“是因为所有请求都压在一个模型上。就像一条主水管，突然接了十个喷头，管子撑不住。”
她点了点屏幕。“昨天的数据显示，超过百分之七十六的语音请求集中在基础数学题型，比如‘怎么解方程’‘这个公式怎么用’。剩下的才是语文、英语或其他科目。说明用户提问有明显倾向性。”
赵磊接过话：“所以不需要一个全能大脑，只需要几个专才小脑。”
“对。”杨雨薇点头，“赵磊提出的拆解思路是对的。我们现在要做的，不是推翻重来，而是验证这条路能不能走通。”
她说完，打开共享文档，新建一页，标题写上“最小可行原型任务分工”。下面列出两项：一是文献组，负责查找支持多模型并行调度的开源框架案例；二是实验组，由赵磊带队，搭建仅包含两个基础题型识别功能的简化版系统，跑通流程。
“我来带文献组。”她说，“赵磊，你带实验组。其他人按能力分进两组，十分钟后开始。”
没人提出异议。纸张翻动声和键盘敲击声重新响起。杨雨薇把笔记本搬到靠窗的位置，插上电源，连上网，打开学术数据库。她输入关键词：“边缘设备多模型调度框架”，筛选近三年发表的论文。页面加载缓慢，进度条在中间卡了几秒，她没动，只是等。
赵磊那边已经动手。他拉出一台旧平板，是凤凰县学生常用的型号，内存只有两GB。他在上面部署了一个极简环境，只加载两个微型模型：一个处理代数类问题，另一个应对几何类。两者独立运行，互不干扰。他写了个简单的切换脚本，模拟用户在不同题型间跳转。
第一次运行，系统启动正常，代数模块响应迅速，但切换到几何时延迟明显，足足过了五秒才弹出提示。
“缓存没预载。”他说，“每次切换都得重新加载。”
旁边的技术成员抬头：“要不要加个预判逻辑？比如用户刚问完代数，大概率还会继续同类问题。”
“可以试。”赵磊记下，“但不能太耗资源。这设备经不起复杂预测。”
他们开始调整策略，在用户进入辅导界面时，优先加载高频使用的数学模型，其他学科暂时不激活。同时压缩每个模型体积，只保留最核心的识别能力。杨雨薇那边也有了进展。她在一篇德国研究团队的报告中发现，某教育项目曾采用“按需唤醒”机制，在低端安卓设备上实现了三个AI模块的稳定共存。她把关键段落复制下来，附上中文注释，上传到团队文档。
中午十二点十七分，第一轮原型测试开始。
平板开机，系统启动耗时八秒，比之前缩短一半。点击“开始辅导”，界面跳转流畅。选择“数学”后，自动进入代数模块。提问“如何移项”，系统两秒内给出解析步骤，语音清晰，无卡顿。
众人松了口气。
接着切换至几何模块。首次响应时间仍为四点三秒，第二次降到三点一秒，第三次终于稳定在二点八秒以内。
“达标了。”有人低声说。
赵磊没笑，而是立刻追加压力测试。他编写了一段脚本，模拟连续十次在代数与几何间快速切换。前六次正常，第七次时，系统短暂黑屏，随后恢复，但丢失了上一轮的学习记录。
“状态没保存。”杨雨薇凑过去看日志，“每次切换模型，上下文都没同步。”
问题找到了。他们原以为只要模型能运行就行，却忽略了学习过程的连续性。学生不可能每次都要从头开始。
下午一点，饭盒摆在桌上，多数人边吃边看屏幕。杨雨薇咬了一口饭团，咽下去后说：“得加一个轻量级的状态管理器，不存数据，只记当前进度和最近一次操作。”
赵磊点头：“我可以做一个全局变量池，每次模型切换前写入，加载新模型后读取。”
“别太重。”有人提醒，“这玩意儿本身不能成负担。”
他们改方案。最终决定用本地存储的一个极小文件记录关键字段，每次读写控制在五十毫秒内。修改完成后，再次测试。连续切换十五次，系统未再丢失进度，响应时间稳定在2.5秒左右。
这是第一个真正意义上的突破。
可新的问题很快出现。当他们尝试加入第三个模型——语文修辞手法识别时，设备内存瞬间溢出，系统强制重启。
“不行。”负责前端的女生摇头，“三模型并发，这机器扛不住。”
会议室陷入沉默。有人低头抠桌角，有人望着窗外发呆。
杨雨薇翻开笔记，写下三行字：
设备性能有限
用户需求集中
全部上线不现实
她抬起头：“我们换个思路。不同时加载全部模型，而是按使用频率分级预载。”
她解释：数学作为主科，高频使用，始终驻留内存；语文、英语等次一级，用户进入对应模块后再加载；冷门知识点则完全离线打包，仅在需要时手动下载。
“相当于……给大脑分区。”赵磊说。
“对。常用区常开，备用区随叫随到。”
他们立即调整架构。赵磊重写调度逻辑，加入“懒加载”机制——只有当用户明确点击某一模块时，才触发对应模型的初始化流程。同时设置后台检测，若某模块连续三次被使用，则提升其优先级，下次开机自动预载。
傍晚六点二十三分，新版本部署完成。
他们在五台不同配置的设备上同时测试。最老的一台是三年前的杂牌平板，RAM仅1G。它成功运行了数学与语文双模块切换响应时间均未超三秒阈值。视频播放与语音反馈同步良好，未出现音画不同步现象。
“成了？”有人试探着问。
“还没。”赵磊盯着日志，“这只是静态测试。真实使用中，用户不会这么规整地操作。”
他们设计更复杂的场景：模拟学生一边听课一边提问，中途突然切到错题回顾，再返回当前章节，过程中夹杂多次误触和重复指令。
第一次测试，系统在第七分钟崩溃，原因是多个请求堆积，清理不及时。
第二次，优化队列管理，延长缓冲时间，撑到第十一分钟，因内存回收滞后导致卡死。
第三次，加入强制释放机制，在每次模型切换完成后主动清除临时资源。系统坚持了整整四十分钟，最终因电池耗尽自动关机。
“没崩。”赵磊看着屏幕定格的画面，“它只是没电了。”
房间里静了几秒，然后有人笑了出来。笑声不大，像是压抑太久后的自然释放。杨雨薇也轻轻呼出一口气，肩膀微微放松。
但她没停下。她打开邮箱，找到几位曾在国际教育技术论坛上发言的研究者，发送咨询邮件。内容很简单：是否有关于多模型调度在低功耗设备上的实践经验？是否有推荐的开源工具或避坑指南？
她发了三位。第二天清晨收到一封回信。对方是芬兰一所大学的助理研究员，回复很短：“我们试过类似方案，初期效果好，但长期运行能耗过高，最终放弃。建议关注模型压缩与早期退出机制。”
杨雨薇读完，把“早期退出机制”五个字圈了出来。
她查资料得知，这是一种让模型在推理过程中提前终止计算的技术——如果已经能确定答案，就不必跑完全部层。理论上可节省三成以上算力。
她立刻组织对比测试。找来三种主流压缩算法：知识蒸馏、剪枝、量化。分别应用到数学模型上，观察精度与速度变化。
知识蒸馏效果最好，准确率保持在90%以上，体积缩小68%；剪枝次之，速度快但损失较大；量化最轻，但对语音识别影响明显。
她整理成表格，标红推荐选项，传给赵磊。
赵磊带队实施。他们将知识蒸馏后的模型接入系统，配合早期退出逻辑，在用户提问简单问题时，模型最多运行三层就输出结果；复杂问题则完整执行。实测显示，平均响应时间进一步降至2.1秒，CPU占用下降近四成。
“这才是我们要的。”他说。
可就在他们准备集成全系统时，最后一道坎出现了。
深夜十一点四十七分，第六次全流程测试启动。系统连续运行两小时，模拟一百名虚拟用户交替提问、跳转、回放。一切正常。直到第一百零八分钟，某个设备突然重启。
日志显示：内存泄漏。
他们逐行排查代码，发现旧版资源清理函数未适配新架构的动态调用模式。原本用于单一模型的释放逻辑，在多模型环境下无法覆盖所有实例，导致部分缓存长期滞留内存，越积越多。
杨雨薇比对前后版本，在调度核心处补上一段强制释放指令，确保每次模型卸载后，相关资源全部清空。她提交代码，赵磊立即部署。
凌晨两点十八分，第七次测试开始。
五台设备并行，持续运行。每十分钟记录一次内存占用情况。第一小时，平稳；第二小时，略有波动但未累积；第三小时，数值回落至初始水平。
他们守在屏幕前，谁也没说话。
第四小时，系统仍在运行。
第五小时，语音模块连续应答三十次，无一次失败。
第六小时，最后一轮压力结束。所有设备正常待机，日志无异常报错，内存曲线平直如初。
赵磊站起身，走到服务器前，按下打印键。测试报告缓缓吐出，纸张带着微热。他拿起最上面一页，看到结论栏写着：“系统稳定运行六小时，无崩溃、无卡顿、无误判。语音识别准确率91.7%。智能辅导可精准跳转难点章节。”
他把纸递给杨雨薇。
她接过，从头到尾看了一遍，指尖停在最后一行。然后抬头，看向工坊另一侧。
技术团队成员有的趴在桌上睡着了，手臂压着键盘；有的还在检查细节，眼睛布满血丝；还有人默默收拾着线缆，动作很轻，怕吵醒别人。
她转身走向主控电脑，登录系统后台，调出最新版本号。光标在发布按钮前停留了几秒，最终没有按下。
她退出界面，关闭显示器。
窗外天色已亮，晨光透过百叶窗照进来，在地板上投下整齐的条纹。空气里有咖啡残味，也有汗水和电子元件发热的气息。墙上贴着的进度表已被勾满，便签纸上写着“数学模型通过”“切换延迟达标”“内存泄漏修复”等字样，字迹潦草却清晰。
杨雨薇坐回椅子，双手放在桌沿，闭眼片刻。再睁眼时，目光落在对面白板上。赵磊写的标题还在，下面多了几行补充内容，是他昨夜陆续添加的架构要点。最下方空白处，不知谁用红笔画了个小小的对勾。
她没动。
赵磊站在机柜旁，手里捏着那份打印稿，指节有些发白。他看了很久，忽然笑了笑，把纸折起来，放进衣兜。
没有人说话。
工坊里的灯依然亮着。