执行摘要

• 一句话：测试夹具补 component_precisions，修复扩散 CI 失败
• 推荐动作：该 PR 本身不值得精读，但它是“新增配置字段后测试替身漂移”的教科书案例，值得浏览 diff 并结合 PR#36991、PR#36907 理解 component_precisions 字段的实际消费点。可以借鉴的设计改进是：把散落在多个测试类里的 _Args 测试双精度抽成统一的 fixture 工厂，或直接基于 dataclass 生成，避免再次手工同步遗漏。

功能与动机

PR body 明确指出根因：四个本地 _Args 测试替身模拟了 ServerArgs，却遗漏了 component_precisions 字段；组件加载流程会在到达预期的注意力后端断言之前读取该字段，导致测试以 AttributeError 失败。也就是说，PR#36991 新增的 ServerArgs.component_precisions 没有同步进测试替身，attention backend selector 单测在组件加载阶段即中断，CI 持续变红，必须先恢复测试再继续后续开发。

实现拆解

1. 根因定位：从失败任务 job 99398398459 可推断，PipelineComponentLoader.load_component 在构造 text_encoder 等组件时会读取 server_args.component_precisions，而 python/sglang/multimodal_gen/test/unit/test_attention_backend_selector.py 中四个 _Args 测试替身均未定义该属性，因此在进入注意力后端选择断言前抛出 AttributeError。
2. 修复手法：在文件内四个 _Args 类（分别服务于 _load_with_policy、test_fixed_component_load_rejects_explicit_backend、test_explicit_backend_preserves_customized_load_failure、test_legacy_fallback_uses_a_fresh_selection_context）中各新增一行 component_precisions = {}，与真实 ServerArgs 的字段结构对齐。
3. 行为确认：只补充空字典默认值，不触碰任何断言逻辑、不修改生产代码，运行时行为不变；这也保留了测试对真实组件加载路径的覆盖，而不是绕过加载流程去构造组件。
4. 测试与 CI 配套：本地执行 git diff --check 与 py_compile 通过；作者通过 /rerun-test 命令让 CI 在 1-gpu-h100 上复跑目标测试文件，机器人返回通过。无其他配置、schema 或部署配套改动。

关键文件：

• python/sglang/multimodal_gen/test/unit/test_attention_backend_selector.py（模块 注意力后端；类别 test；类型 test-coverage）: 唯一变更文件：为四个 _Args 测试替身补充 component_precisions 字段，修复组件加载阶段因字段缺失导致的 AttributeError，恢复五个注意力后端单测。

关键符号：未识别

关键源码片段

python/sglang/multimodal_gen/test/unit/test_attention_backend_selector.py

唯一变更文件：为四个 _Args 测试替身补充 component_precisions 字段，修复组件加载阶段因字段缺失导致的 AttributeError，恢复五个注意力后端单测。

class _Args:
    # 本地测试替身，模拟 ServerArgs 的注意力相关字段。
    # component_precisions 由 PR#36991 引入，组件加载阶段会读取；
    # 测试替身若不补齐该字段，会在走到断言前抛出 AttributeError。
    component_precisions = {}
    component_quantizations = {}
​
    @staticmethod
    def requested_component_attention_backend(_component_name):
        return None
​
    @staticmethod
    def should_direct_gpu_weight_load_component(_component_name):
        return False
​
    @staticmethod
    def should_use_fsdp_for_component(_component_name):
        return False

评论区精华

PR 没有 reviewer 技术评论。唯一的互动是作者在 issue 评论中触发 /rerun-test python/sglang/multimodal_gen/test/unit/test_attention_backend_selector.py，GitHub Actions 机器人在 1-gpu-h100 环境复跑目标测试文件并返回通过。整个讨论的要点集中在测试替身字段同步的运维层面，没有涉及断言语义或字段默认值的深度设计权衡。

• 暂无高价值评论线程

风险与影响

• 风险：回归风险极低：本 PR 只改测试文件，+4/-0，无生产代码路径被触碰；component_precisions = {} 的空字典语义与“无精度覆盖”一致，不会改变测试断言结果。主要风险是长期一致性问题：若未来 ServerArgs 继续新增组件加载阶段必读的字段，其他测试文件里手动复制的 _Args 替身仍可能再次漂移并产生同类 AttributeError。安全、性能、兼容性方面均无影响。
• 影响：对最终用户无影响；对系统而言恢复了一个已变红的 CI 门禁，消除扩散模块注意力后端单测的误报，避免阻塞后续 PR 合入。对团队的影响是明确了测试替身需要随 ServerArgs 字段演进同步维护，本次修复只覆盖 diffusion 单测集，影响范围小。
• 风险标记：测试夹具易失同步, 无运行时变更, 低回归风险

关联脉络

• PR #36991 [Diffusion] Add exact component precision overrides: 新增 ServerArgs.component_precisions 字段并贯通组件加载链路，是本 PR 需要同步测试替身的直接原因。
• PR #36907 [Diffusion] Enforce component attention backend application: 先于本 PR 修改同一个测试文件并建立注意力后端选择与强制应用机制，本 PR 修复的失败正是该机制与组件精度加载叠加后暴露的。