PR body中明确指出：'The LPT (Longest Processing Time) partition algorithm relies on accurate est_time to balance test distribution across CI jobs. Current estimates are significantly off for many tests, causing:

• Partition imbalance: some jobs finish in 11min while others take 25min - Wasted CI time: over-estimated tests waste partition budget'。这直接驱动了此次数据驱动的更新。

对于负责CI维护和测试分布的工程师，此PR值得快速浏览以了解时间估计更新。关注test_disaggregation_decode_offload.py中disabled参数的更改，这反映了CI配置的最佳实践。

实现方案基于对6次计划PR测试运行的分析（约1487个数据点，256个测试文件），排除了超时案例。关键改动包括：

1) 更新57个测试文件中的register_cuda_ci或register_cpu_ci调用的est_time参数，以匹配平均实际耗时；
2) 在test_disaggregation_decode_offload.py中，将@unittest.skipIf(is_in_ci(), ...)改为使用register_cuda_ci的disabled参数，以避免占用分区时间预算。

风险包括：

1) 新est_time值基于历史数据，可能无法适应未来测试变化，导致分区再次失衡；
2) 更新可能引入人为错误，如错误估计某些测试；
3) 将测试跳过逻辑从@unittest.skipIf改为disabled参数可能影响测试执行，尤其是在非CI环境中。

影响范围主要限于CI系统：

1) 对用户无直接影响；
2) 系统层面，预期改善CI作业负载平衡，减少资源浪费和运行时间差异；
3) 团队层面，提升CI效率，加速开发周期，但需监控后续运行以验证效果。