llama.cpp 在 16GB 显卡同时运行生产应用与 Agent：后台任务为何抢推理资源？

llama.cpp 在 RX 6900 XT（16GB）上同时服务生产应用与本地实验时，Agent 后台任务会与真人用户的交互式请求争抢推理资源。开发者建议优先处理交互式请求，并限制重试、耗时和模型调用数，在过载时等待、降级或停止任务，同时记录模型切换情况。