模型没坏，环境没坏，是我把两个不该默认开的开关都默认开了。
现象
本地跑 Qwen3 35B-A3B MoE，工具一直卡在"等待模型响应"，改了任何参数都没用。
第一反应（错的）
显卡不够。8GB VRAM 跑 35B 肯定要 offload，那就加大 offload 比例，把精度降一降，能跑起来就行。
真正的根因
两个不该默认开的开关同时开着：
- 默认 thinking 模式 — 模型每轮都在生成很长的思考链，token 数爆炸
- 74% CPU offload — 大部分层在内存里跑，速度和 GPU 差两个数量级
两个相乘，就是"永远等不到"。
结论
关掉 thinking，把 offload 降到能装进 VRAM 的程度，完整模型跑通，1.7B LM 一个参数都没砍。
为什么写这篇
因为在找到根因之前，我差点用"降级"把问题"解决"掉。
降级是最容易的出路，也是最贵的出路——它把一个明确的 bug 换成了一个模糊的、以后还会咬你的性能问题。