回复长度上限与 MLock：两个影响稳定的开关

参数区里还有两个常被忽略的开关，它们不改变文风，但直接决定回复会不会被腰斩和应用会不会崩。

Max Response Tokens：单条回复的天花板

• 调大：回复更完整、更详细；代价是生成更慢、内存开销更大；
• 调小：出字快、省资源；但长剧情会被硬生生截断。

典型症状与处方：

• 回复总是说到一半停 → 调大上限；
• 模型转圈很久没动静 → 试着调小上限（官方排障清单里的正式一步），见排障清单；
• 截断但不想加长上限 → 用 Continue 按钮让它接着说，见消息操作按钮。

MLock：内存锁

MLock（Memory Lock）控制模型占用的内存是否锁定：

• 开启：内存分配固定，运行更稳——适合内存充裕的机器；
• 关闭：系统动态调度，性能可能波动；
• 内存不足时开着反而危险：官方明确提醒，RAM 不够还开 MLock 可能直接把应用顶崩。

两个开关的联动

回复上限、MLock 和上下文长度三者在内存账本上是连坐的：上限越大、上下文越长，内存峰值越高。配置低的老机器这三项全保守，见上下文长度与记忆与显存对号表。