执行摘要

此PR通过将测试test_eagle标记为预期失败来临时修复CI中的flaky问题，针对EAGLE + DP > 1与异步spec decode组合的错误输出问题，但未解决根本原因，旨在稳定CI流程。

功能与动机

动机源于issue #31913报告的flaky测试，作者尝试避免CI失败干扰开发。PR body中提到这是试探性修复，并讨论禁用async with DP>1可能太严厉，但希望获取更多上下文确认是否需要此限制。

实现拆解

实现集中在单个文件tests/v1/distributed/test_eagle_dp.py中：

• 添加新的@pytest.mark.xfail装饰器，条件为not current_platform.is_rocm()，原因字符串说明EAGLE + DP > 1产生错误输出且root cause在调查中。
• 更新现有ROCm相关xfail装饰器的原因字符串。
  代码变更示例：
  

  @pytest.mark.xfail(
      not current_platform.is_rocm(),
      reason="EAGLE + DP > 1 produces wrong outputs when async spec decode "
             "correction is active. Root cause under investigation. "
             "See: https://github.com/vllm-project/vllm/issues/31913",
      strict=False,
  )
  

评论区精华

review讨论中突出两点：

1. 设计权衡：MatthewBonanni在issue评论中表示禁用async spec decode for DP > 1可能不正确，因为测试flaky可能源于batch invariance。> MatthewBonanni: "Like you mention, I don't think disabling async spec decode for DP > 1 is the right move..."
2. 文档建议：gemini-code-assist[bot]建议在gpu_model_runner.py中添加注释和TODO以记录限制并跟踪未来工作，但此建议未在本PR中实施。

风险与影响

• 风险：跳过测试可能掩盖底层逻辑问题（如EAGLE与异步spec decode的组合bug），导致未发现的回归；未解决root cause可能影响系统正确性。
• 影响：短期提升CI稳定性，减少false失败信号；长期需关注根本修复，否则可能延迟相关功能开发和测试。

关联脉络

与此PR紧密相关的是PR #38584，它同样处理Eagle DP测试的flaky行为，通过禁用AOT调度来修复，表明该测试区域存在持续问题。结合近期历史PR，vLLM项目在v1模块和speculative decoding功能上有较多测试和修复工作，此PR是临时措施，可能为后续根本性修复铺路。