[sufubao]

支持 Qwen3.8-Flash-Next/Qwen4Exp，接入模型、tokenizer、QSA、n-gram/PLE 和 MTP，并将 GDN/KDA ReplaySSM 与混合注意力状态管理整理到同一 PR。覆盖 history、accepted-state、页缓存、CPU/PD/DP 转移和 MTP 提交。

补齐 causal-convolution 的可选后端和本地 Triton fallback，支持缺少可加载 sgl_kernel 的运行环境；保留 packed prefill、前缀状态、padding、非连续缓存和环形游标语义，并修复 SGL update 原地写入但不返回 Tensor 的适配。

验证：H200 上 ReplaySSM fold/history 40 项、execution/acceptance 57 项回归通过；本次卷积数值、状态与 CUDA Graph 回归 114 项通过。相关 Python 通过 Black、Flake8。增加固定请求全文的 AgentX 控制回放：统一逐轮预热、缓存重置、SSE 用量审计和三轮波动门槛；相关回归 33 项通过，并验证 SGLang 缓存重置及阶段间空闲等待。H100 完整模型 ReplaySSM AgentX 尚无可用吞吐结论；公开数据回放不代表真实业务验收。