异步 RAG 慢在哪把检索、重排和生成并行边界画出来异步不是把每个函数前面都加 async。RAG 链路里能并行的是相互独立的检索源依赖上一阶段结果的重排和生成仍有顺序。先画等待关系为查询改写、多个检索源、重排、上下文拼装和模型生成分别建 span。外部调用设置独立超时并由整条请求的剩余预算约束。一个检索源失败时是返回其余结果还是终止请求要在接口里写明。并发使用有上限的任务组或信号量。调用方取消后传播取消已完成任务及时释放响应体和连接不要让“孤儿协程”继续花 Token。验证不是只跑均值固定查询集和依赖响应测试慢检索源、空结果、部分失败与取消。记录各阶段分位、错误和资源峰值。只有等待点被证据定位后才决定并行、缓存还是减少工作。