@johnnybegood 开 HiCache 后 decode 掉速**
正常，方向是对的：HiCache 的收益大头在 prefill / 前缀复用，decode 会有个位数百分比的代价。我们刚做了开关对照（其他配置完全一致，单流 512 输出 x3 取中位）：
开（write_back）≈133 t/s ｜ 关 ≈137 t/s，差约 3%
复用收益：同一段 4 万 token 重发 15.4s → 0.4s
如果你那边掉得明显（比如 >10%），按这三条查：①策略一定要用 --hicache-write-policy write_back（不然写了不重用、白占内存；我们实测 write_through 下重复请求还是全量 15.4s）；②主机内存余量要够（我们这套要一次分配约 33GB，紧张时会有换页/回收开销）；③高并发下逐出线程会和 decode 抢内存带宽，可以调小 ratio 或降并发试试。纯「长输出 + 短输入 + 无重复前缀」的场景收益本来就小，可以按需关掉换那约 3%。
