按场景看网络问题，而不是按功能列表

场景描述

多个 Agent 在不同平台之间分工协作，一次任务往往要经过多轮请求与状态同步。

网络挑战

Agent 分布在不同的平台与运行环境中，任务状态需要在多个角色之间同步，调用链往往很长。

解决方式

通过网关统一接入并透传任务上下文，让协作链路有统一的请求标识；链路质量变化时由调度平面切换路径，协作状态不再依赖某一条固定线路。

场景描述

推理请求在边缘侧完成预处理、在云端完成模型计算，路径跨越多区域与不同网络环境。

网络挑战

边缘侧与云端跨区域访问，推理请求需要在多个可用入口之间做出选择，响应稳定性受链路波动影响。

解决方式

边缘侧就近接入节点，跨区域流量按需经中继转发；调度平面持续评估候选路径，在质量下降前完成切换，推理调用保持同一接入方式。

场景描述

AI 应用通过 MCP 服务与内部 API 获取工具能力，一次业务动作由多个短请求组成。

网络挑战

工具链由大量 MCP 服务与内部 API 组成，凭证分散在各自系统里，异步与并发请求难以统一观测。

解决方式

网关按应用维度管理凭证并统一记录调用来源，调用方只需面向一套接入方式；并发请求由调度平面分配到不同路径，减少相互挤占。

场景描述

图像、音频与视频请求让单次调用的数据体量明显上升，传输形态也更复杂。

网络挑战

图像、音频与视频请求的传输体量远高于文本，单条链路容易成为瓶颈，传输中断后的重传成本高。

解决方式

按数据体量拆分传输单元并选择合适路径，链路质量下降时切换到备选路径；中继节点承接跨区域的大流量转发。

场景描述

模型权重、向量索引与训练数据需要在区域之间搬运，传输任务周期长、体量大。

网络挑战

模型文件与向量数据体量大、传输周期长，跨区域链路的抖动会放大失败重试的代价。

解决方式

为迁移任务指定路径与中继策略，传输过程中持续评估链路状态并在需要时切换；迁移完成后可按校验结果确认数据一致性。