大概意思就是，因为llama.cpp的缓存巡回逻辑有问题，导致你n次调用大模型（n>1）时，大概率llama.cpp找不到之前的对话，会从头再次prefill你的对话全文。

翻译成大白话讲，就是你对一个人，每多说一句话，就要从第一句开始重复一遍。

更为悲惨的是：
在5月份，llama.cpp制作组引入了另外一个checkpoint逻辑，使得缓存巡回性能再次下降：Commit e98cb51

经过此帖中大神实测，NVIDIA RTX PRO 6000 Blackwell在运行qwen3.6-27B Q8时，上下文50K的长度下，每次请求LLM都会浪费40秒：

3 consecutive full re-processings logged:

┌───────────┬────────────────────┬───────┐
│ Turn │ Tokens reprocessed │ Time │
├───────────┼────────────────────┼───────┤
│ Task 2795 │ 67,608 │ 38.4s │
├───────────┼────────────────────┼───────┤
│ Task 3241 │ 71,211 │ 41.0s │
├───────────┼────────────────────┼───────┤
│ Task 3401 │ 71,105 │ 41.4s │
└───────────┴────────────────────┴───────┘

Root cause visible in logs: The new prompt is ~19k tokens, but all checkpoints sit at positions 39k–71k (from previous longer requests). Every checkpoint
is checked against 19340 and rejected because they're all beyond the new prompt length. Result: 0 usable checkpoints → full reprocess from BOS.

结论是，目前的llama.cpp+qwen3.6-27B这个组合，在Agent工具这个场景下，性能不可用。

目前此issues还是open状态，待修复。@terry @tony-wang