同步训练Agent，像一队人必须等最慢的同伴到齐才能出发：多数任务早已完成，只要一条交互轨迹特别长，其他计算设备就只能空等。WAR瞄准的正是这段等待。这里的轨迹，是Agent反复观察、调用工具和行动留下的完整记录；复杂任务可增长到数万词元，因此这个瓶颈正变得更突出。
WAR的关键不是固定采用一种加速办法，而是看现场有多忙。负载较低时，它用SuffixDecoding复用已完成轨迹里的相似文本片段，作为后续生成的“草稿”，且不需要额外模型。负载较高、GPU已接近满载时，它改做全局调度：综合缓存复用、轨迹进度和服务器负载来分配请求，减少重复计算，并在合适时优先处理较短轨迹。KV Cache可以理解为模型处理长文本时保存的中间笔记，调度到合适设备就不必重抄。
作者在veRL之上实现约7000行Python代码，并用Qwen3-32B、16张H100 GPU和生产Agent任务数据评估。论文称WAR在不同负载下均能提高长上下文轨迹采样吞吐量，但供稿文本缺失具体提升数字；它最值得注意的启发，是先判断系统究竟“闲”还是“堵”，再决定优化生成速度还是排队方式。