上了生产翻车，别急着怪生成器。我这两年踩下来，故障大多藏在各阶段交接的地方——本地 notebook 跑得好好的 prompt，进编排层就崩，几乎是常态。
拿文本编码器举例，换成蒸馏版，内存是省了，但罕见 token 的对齐频率会明显飘。再比如从 pixel 挪到 latent 空间，算力能省一个数量级，代价是压缩伪影：guidance 一拉高，伪影就跟 CFG 打架，最先崩的是脸和字，这俩对细节最敏感。
KV cache 复用也是，吞吐拉上去了，可 prompt 一超出显存窗口，缓存驱逐策略就带来那种玄学般的非确定性。长 prompt 前面那段语境为啥会"消失"，本质是调度器把最早进来的 token 当成最少用的信息踢掉了。
真要定位问题，我现在习惯把注意力热图和最终图一起存档。attention drift 基本是最靠前的预警信号，图还没崩，热图上注意力已经在漂了。
所以选模型别只盯样本质量。能不能干净地换 sampler、换缓存、挂后置过滤器，这些才决定你以后维护起来累不累。