像是把工作进度存了档，重启后也成功读回，软件却因为找不到书签，决定从头再做。Reddit 用户 apollo_mg 报告，llama-server——llama.cpp 提供的本地模型服务程序——从磁盘恢复了 2.49 GB 状态，用时 1.23 秒；但下一次请求仍丢弃这些状态，重新处理约 10 万 token 的上下文，prefill（模型首次读入提示词并建立缓存）耗时约 17.5 分钟。
问题出在 KV 缓存——模型为避免反复计算而保存的中间结果——只存下了 token 和实际缓存内容，却没有持久化 slot.prompt.checkpoints。这份只活在进程内存里的元数据，负责告诉服务器该从哪里安全回退并继续计算。进程重启后，它变成空列表；服务器即使恢复了缓存，也无法找到可用检查点，只能全部重算。上述数字来自作者的一次发现性测试，配置与后续验证不同；材料未提供完整修复方案及其验证结果。