目标
异构 KV（full attn / MLA / SWA / linear state）统一为「组 + checkpoint」模型，把 qwen3 / glm52 各自手写的 offload 编排（qwen3 executor ~2000 行 prefetch 状态机、glm52 scheduler/offload.rs 1654 行）收编进一个共享层 openinfer-kv-store。北极星：新模型 release 当天，给 agent 一页 KV 契约文档，它能独立完成 prefix cache + offloading + P/D 接入。
设计文档：docs/subsystems/kv-cache/design.md（两类封存语义、对齐组、单索引 trade-off、KvModel trait、resolve/seal/retire 三动词、线性所有权链、取消契约、admission 水位、SaveClass QoS）。
迁移计划（绞杀式，每步合 main、bench 全绿、删旧码）
未决（设计修订追加到本 issue body）
目标
异构 KV（full attn / MLA / SWA / linear state）统一为「组 + checkpoint」模型，把 qwen3 / glm52 各自手写的 offload 编排（qwen3 executor ~2000 行 prefetch 状态机、glm52
scheduler/offload.rs1654 行）收编进一个共享层openinfer-kv-store。北极星：新模型 release 当天，给 agent 一页 KV 契约文档，它能独立完成 prefix cache + offloading + P/D 接入。设计文档：
docs/subsystems/kv-cache/design.md（两类封存语义、对齐组、单索引 trade-off、KvModeltrait、resolve/seal/retire三动词、线性所有权链、取消契约、admission 水位、SaveClass QoS）。迁移计划（绞杀式，每步合 main、bench 全绿、删旧码）
openinfer-kv-store（resolve_prefix/seal/retire，paged only，HostTier防腐层 +MockTierCPU 契约测试 11 项）+ 分发层(GenerateRequest, KvPrefix)（未迁移模型收KvPrefix::none()，行为零变化）resolve_prefix前置到分发层 tokio task，替换remote_fetch_action状态机与PrefetchState相位机，旧路径留开关至 bench 对齐（docs/conventions回归标准）HostRestoreState::poll_front队头停车（push_front + break 堵整 rank FIFO 的结构性修复）SaveClass::Handoff租约语义对齐 pegaflowQueryLeaseId（超时回收、释放时机：D fetch 完成 vs admission 断言通过）core::kv_pool→BlockPool迁移（独立，可并行）；Bounded 组 slab + seal-by-copy 首发（唯一新物理能力）；gemma4 照抄KvModeltrait 定稿（spec/arenas/repack，随 qwen3 首迁）未决（设计修订追加到本 issue body）
Handoff租约的超时回收与释放时机 —— 防腐层里对 pegaflow lease 语义定miss-breaker（连续冷 miss 停止 park）是跨请求策略，qwen3 迁移时决定放 store 还是 scheduler
admission 水位下推进池锁内（彻底闭合 TOCTOU）是 hardening 项，骨架先用 store 侧原子
pegaflow fork 与否：
HostTier防腐层稳定运行后再议；QueryOutcome::Loading的轮询套轮询是第一改造对象APoSD 审查（PR feat(kv-store): openinfer-kv-store skeleton — resolve/seal/retire + KvPrefix dispatch (#824) #825 内部审查，已修 6/9）遗留两项：
match_and_add_prefix按值消费KvPrefix（hold 活到 match 之后成为类型不变量，而非注释约定）—— @ qwen3 首迁cacheable_pin_percent默认 25% 是唯一无出处的旋钮 —— @ qwen3 迁移后用 multi-turn bench 校准resolve 的池压力语义已定为等待（deadline 兜底）而非即刻降级：装不下前缀的池同样过不了 admission，等待买廉价 prefill，降级买全量重算
glm52 全量迁移 PR feat(glm52): full migration to openinfer-kv-store — resolver pipeline, keyed tail verbs, 1P1D e2e verified (#824) #830（2026-08-02）：1P1D+router e2e、GSM8K 0.99、multi-turn c16 头对头 757-769 tok/s / TTFT 258ms vs 老栈 564 / 751ms。