多头注意力（MHA）有哪些局限？MQA、GQA、Flash Attention 怎么解决？

这题可以按「结论 -> 原理 -> 场景 -> 风险」来答，重点放在AI 工程里的可落地理解。 答题要点： 1. 消息队列价值是削峰填谷、异步解耦和流量缓冲，但代价是复杂度、一致性和可观测性要求上升。 2. 可靠性要从生产者确认、Broker 持久化、副本机制、消费者提交 offset、幂等消费和补偿重试一起回答。 3. 顺序性通常要求同一业务 key 进入同一分区/队列，消费者单线程或按 key 串行处理。 容易被追问： - 消息重复消费怎么做幂等？ - 积压后如何扩容和恢复？ 注意事项： - 不要只说 MQ 能解耦，要说明失败、重复、乱序和积压如何处理。