请分析一个 AI 零代码应用生成项目中，AI 调用性能出现瓶颈的深层次原因有哪些？

回答思路

1. 【回答框架 1】从 AI 服务依赖角度分析：单次调用延迟高，模型推理本身耗时，尤其在生成式 AI 中；服务吞吐量受限，导致高并发下排队等待。
2. 【回答框架 2】从应用层设计角度分析：同步阻塞调用、串行化依赖、无超时与重试机制、缺乏缓存和降级策略，放大底层延迟。
3. 【回答框架 3】从数据与资源角度分析：大量上下文传输、 prompt 过长、数据处理耗时；资源未池化、连接复用不足、线程阻塞。
4. 【回答框架 4】从架构与容量角度分析：缺乏异步化、事件驱动、负载均衡和弹性伸缩，容量规划不足，导致瓶颈。
5. 【关键点 1】AI 模型推理延迟高是根因之一。
6. 【关键点 2】同步调用和缺乏缓存会放大延迟。
7. 【关键点 3】上下文传输和 prompt 过长增加耗时。
8. 【关键点 4】资源管理不当和架构设计缺陷也是重要因素。
9. 【易错点 1】不能只归咎于模型推理，忽略应用层设计。
10. 【易错点 2】避免把所有问题归为网络带宽，可能过多依赖外部服务。
11. 【易错点 3】注意不要给出不存在的具体数据或配置。