30 统一推理接口：用三行代码切换RT-DETR的FP16/INT8/动态Batch老李上周五晚上十一点给我打电话，声音里带着那种“线上炸了但不知道炸在哪”的慌张。他团队用我上篇讲的动态batch引擎上线了RT-DETR服务，GPU利用率确实飙到了85%，但客户反馈说“偶尔会卡一下，像是被什么东西噎住了”。他查了三天日志，发现是某个请求的预处理耗时从2ms跳到了15ms，导致整个batch的等待窗口被拖垮。“哥，你说动态batch是凑而不等，可我这预处理怎么就成了那个等的人？”老李的问题其实戳中了一个更本质的痛点——我们有了高性能的推理引擎，但模型输入的“最后一公里”还是各自为政。FP16推理、INT8量化、动态batch，每一种模式对输入数据的格式要求都不同，工程师们往往在每一层都写死处理逻辑，调试时改一处要同步改三处。痛点拆解：接口不统一，改一处崩全局最常见的错误实现长这样：# 错误示例：硬编码预处理逻辑，换模式就得重写classRTDETRInference:d