vllm-project/vllm

AITER MLA 填充非对齐 head，Kimi-K3 TP4 吞吐提升约 40%

值得精读。该 PR 有三个值得借鉴的设计决策：一是在没有 capability API 时用“读 JIT 源码去空白搜索特征串 + lru_cache”做弱依赖探测，并在失败时保守回退；二是 reducer 与 metadata planner 必须双探测的完备性意识，避免只查一半导致 kernel 启动前崩溃；三是把填充语义（repeat_interleave vs tile-and-slice、零拷贝透传）收敛到单一 helper，并让元数据尺寸与 launch shape 同源，降低两处不同步的回归风险。

修复 DP 暂停后 engines_running 锁死，改为观察驱动

值得精读。该 PR 展示了如何把状态机中的“预测”改为“观察”来修复不可恢复的错误，并且用非空洞的测试设计锁住回归。建议重点关注 `run_busy_loop` 中的边沿检测位置和三个守卫条件，以及测试中 `_poll_flag` 的采样策略——它们共同构成了对这类分布式同步问题的可复用范式。

Rust 协议新增 routed_experts_prompt_start 字段

值得快速浏览，适合作为 Rust/Python 协议字段同步的参考样例。关注点在于：`lower.rs` 目前只发送默认值，后续 PR 是否会真正把用户参数透传进来；以及 `python_compat.py` 的 fixture 模式如何帮助提前发现两侧协议漂移。

统一 Buildkite 测试作业标签为设备优先格式

值得精读 PR body 及其关联的 vllm-dashboard#67 与 ci-infra#478 两个跨仓库 issue，完整案例展示了「命名迁移」如何通过跨仓库契约（label 格式、verbatim 覆盖、dashboard 兼容）平滑落地；对 CI 标签有深度定制需求的读者可借鉴其唯一性校验与发布顺序设计。后续在 `.buildkite/test_areas` 新增或修改作业时，应遵循 `:<vendor>: (<Device>) <Purpose> [Shard %N]` 约定并注意标签唯一性。

收紧 prefill DBO 测试阈值与并发，补强 GSM8K 回归覆盖

值得精读，尤其适合负责 DBO、MLA prefill 或分布式集成测试的工程师。核心学习点有三个：一是「如何把名义覆盖变成真实覆盖」——通过调低触发阈值与提高并发，强制测试负载命中原本低频的代码路径；二是「用修复前 commit 复现断言失败」来验证测试有效性，这是回归测试设计的好范式；三是用标准 `lm_eval` 替换内部评测工具，减少维护成本。后续若要进一步增强，可考虑把 Blackwell 上的 `xfail` 转化为真实断言，或为 `lm_eval` 缺失的静默跳过增加显式告警。

修复 is_hybrid 漏检 full_attention 引发的首次推理崩溃

值得精读，尤其适合关注模型配置兼容性、v1 引擎启动链路的读者。核心看点是：一个 1 行判断错误如何通过 is_hybrid → mamba_cache_mode → _get_mamba_bufs 的链路放大为 EngineDeadError，以及白名单式拼写匹配在面对上游版本演化时的脆弱性。建议后续补充 is_hybrid 的单元测试。

升级 huggingface_hub 至 1.28.0，同步五份依赖清单

不值得精读，属于例行依赖刷新。可借鉴的点：vLLM 对核心依赖采用"common.txt 下限约束 + 测试环境精确锁定"的双轨策略，既保持用户侧灵活升级，又保证 CI 可复现；若后续 1.28.0 暴露行为回归，回滚只需同步改回这 5 个文件，成本极低。