如何设计一套可持续演进的 AI 服务框架

EXL 提出企业 AI 的竞争优势正从选模型转向围绕模型构建的服务框架（serving harness），即架构、内存管理、调度与推理优化的工程系统。其核心主张是按工作负载而非模型来定架构，先测量再优化，避免盲目堆叠量化、投机解码等技术。框架还应便于吸收未来模型与硬件变化，使换模型成为评估配置决策而非架构重建。