Bridge

推理引擎的 HTTP 门面：加载了什么、谁贡献了多少、以及补全——除此之外什么都没有。

bridge 是结算网关在推理这件事上唯一对话的对象。它在 p4 的术语里是一个 OUTER：它在模型的各个 stage 上装配会话、向头部 stage 提交请求、汇集 token 流，并汇报每个节点贡献了什么。它不拥有放置、不做调度，除了一份"什么已加载"的目录之外不持有任何状态——它刻意做得很小，因为凡是它不决定的事情就不会走样。

除 /api/health 之外的每条路由都需要一个共享服务令牌，经 X-Kvasir-Service-Token 发送。那个令牌是横在开放互联网与"免费驱动这个环"之间的唯一屏障，这也是为什么 bridge 绑定 loopback、经隧道访问，而不对外发布。

• 对话模板。p4 把不透明的提示词原样交给 stage server，自己不套用任何轮次格式。由 bridge 渲染模型的格式——从 GGUF 中读出，并在目录里以 prompt_format 命名。跳过它，instruct 模型就会续写你的文本而不是回答它，永远不发出自己的轮次结束 token，每次都跑到 token 上限。
• 思考块。推理模型开口先思考。bridge 把那部分作为 reasoning_content 返回，与 content 分开，并通过在提示词中把思考块闭合来遵守 enable_thinking: false——否则一次漫长的思考就能吃光整个预算，把一份已经付过钱的空答案交给调用方。

要求 bridge 去服务一个模型，得到的是 409。哪些层落在哪张 GPU 上、在哪个 load generation 下，来自运营者写好并加载的放置方案；这里没有可执行的远程重载。网关的环看门狗学会这一点之后就不再问，而不是反复重试一件不可能成功的事。