判断归属：AI 候选解释。 算术例子是示意，不是论文实验。
Different-questions#
平均时延描述总体等待成本，尾部概率描述超出某个阈值的机会，服务目标还需指定测量起点、终点与允许的违约比例。降低一个指标不自动保证另一个。
例如 99% 的请求耗时 1 毫秒、1% 耗时 101 毫秒，均值是 2 毫秒；若目标是 100 毫秒以内完成，仍有 1% 违约。只报告均值会隐藏这群请求。反过来，降低长尾可能需要额外副本或备用资源，成本未必同时下降。
Storage-objectives#
纠删码平均时延工作摘要联合选择编码、块放置与调度，目标含平均服务时延和存储成本。尾时延工作摘要改为分析尾概率并优化文件落点及服务器选择。它们支持区分优化对象；本次未读证明，不能把平均上界解释为尾部保证，也不能默认两篇采用完全相同的模型。
**AI 推论：**多个块共同完成一次请求时，请求完成取决于所需块的到达条件。块级均值、整请求均值与整请求超时率应分开测量；调度、排队和共享资源可能改变它们的关系。具体纠删码需要多少块、如何取块，要回到系统模型确认。
End-to-end#
服务目标还涉及依赖链。Nuska 当前版本摘要讨论 KV 取回、集合通信与 prefill-to-decode 传输的阶段依赖，共享瓶颈上的竞争会影响首 token 目标。一次传输先结束，并不保证整个请求及时完成。
从而，链路吞吐、GPU 算子吞吐与首 token 延迟不能直接换算为同一项“系统加速”。KV 优化成本分类提供前置区分：容量、有效数据量、交互等待和执行效率改变不同成本项。
Boundaries#
比较两种策略前，应固定请求构成、模型、并发与成功请求口径，并明确是否包含迁移、排队、冷启动和重试。百分位数还需说明采样窗口；不同目标之间的取舍应保留，不能只选择最好看的指标。