信号一：排队与尾延迟
供给紧张时最先恶化的是排队与尾延迟，而不是平均延迟。测量方法是按小时记录排队时长与 P95 延迟，连续观察四周。若平均值正常但尾部持续拉长，说明峰值容量不足。这个信号比价格更早出现，适合作为扩容触发器，这也是为什么要看尾延迟。
信号二：单位成本曲线
规模扩大后，单位任务成本应随批量与缓存命中下降；若反而上升，可能是调度效率下降或被迫使用高价补充资源。怎么做？按月把账单除以有效任务数，画出趋势并与调用量对照。曲线拐点往往对应架构该调整的时点。
信号三：扩容写进合同
供应商口头承诺扩容容易，愿意写进合同并约定响应时限与补偿的很少。核验方法是要求提供近半年的扩容工单记录，并在合同中约定申请到交付的时限。若对方拒绝，说明其自身也受配额约束，企业应准备替代方案，其边界在对方是否愿意写入合同。
误判与交叉验证
三个信号都可能失真：排队可能来自调度配置而非供给；成本上升可能来自业务结构变化；合同承诺可能只覆盖部分区域。因此要交叉验证，并把结论限定在具体场景与时间窗内。任何单一信号都不足以支撑大规模采购，这正是为什么要限定时间窗。
适用与不适用
适合谁
- 需要决定是否扩容的技术与平台负责人
- 评估算力供应商承诺的采购与法务团队
- 算力成本持续上升、需要解释原因的企业
不适合谁
- 没有监控数据、无法做测量的团队
- 只看单次报价、不做连续观察的临时采购
典型场景
一家在线教育企业在促销前评估是否扩容。运维调出四周的分时排队与 P95 延迟，发现晚八点尾部延迟持续走高；财务按任务数折算的单位成本在高峰期明显上升。团队据此提前签了峰值补充协议，并把扩容响应时限写进合同，促销期间未出现大面积超时。
可执行步骤
- 按小时采集排队时长与 P95 延迟数据，连续观察至少四周再判断
- 按月把账单折算成单位任务成本，再与调用量对照，寻找成本的拐点
- 向供应商索取近半年的扩容工单记录，并逐项核对其中配额与响应时限
- 把扩容响应时限与未达标的补偿方式写入合同附件，同时留档以便备查
- 为关键业务准备可切换的替代供给，并同步设计可执行的降级与限流方案
常见坑
- 只看平均延迟，忽略尾延迟的持续恶化，等到用户投诉才被动扩容，业务损失往往已经造成。
- 用总账单判断成本，不除以有效任务数，业务结构变化被误读为算力涨价，容易做出相反决策。
- 接受口头扩容承诺，高峰期扩容申请被排到后面，对外交付承诺落空，客户也随之逐渐流失。
自检与验收清单
- 是否有按小时统计的排队时长与尾延迟数据表
- 单位成本是否已按任务折算，并按月观察趋势
- 扩容时限是否写入合同，并约定未达标的补偿
- 是否准备了可切换的替代供给与可执行的降级方案
常见问题
没有监控系统怎么做这些测量？
先用日志与账单做最小化统计：记录每次请求的开始与结束时间、失败原因，按小时汇总；账单按任务类型拆分。两周的数据就足以看出趋势，不必等建成完整监控平台。
P95 延迟多少算异常？
没有通用阈值，应结合业务容忍度与历史基线。可比的做法是看趋势与离散度：若 P95 连续多周上升而平均延迟稳定，通常意味着峰值容量不足，应检查调度与配额。
供应商说扩容需要排期，正常吗？
在供给紧张时常见，但排期应给出明确时限与优先级规则。企业要做的是把时限写进合同、准备替代方案，并据此调整对外承诺，而不是接受无限期的排队等待。