VSCode Remote-SSH 扩展在 Windows 11 24H2 下使用 BBR2 拥塞算法导致连接失败的解决方案
问题背景
在 Windows 11 24H2 系统中,当用户将 TCP 拥塞控制算法手动设置为 BBR2 时,使用 VSCode 的 Remote-SSH 扩展连接远程开发环境会出现动态端口转发失败的问题。具体表现为连接过程中卡在"waiting for port forwarding to be ready"状态,最终弹出错误提示"Failed to set up dynamic port forwarding connection over SSH to the VS Code Server"。
技术分析
拥塞控制算法的影响
TCP 拥塞控制算法是网络协议栈中用于控制数据传输速率的重要机制。Windows 11 24H2 默认使用 CUBIC 算法,但部分用户出于性能优化考虑会手动更改为 BBR2 算法。BBR2 是 Google 开发的第二代 Bottleneck Bandwidth and Round-trip propagation time 算法,旨在提高网络吞吐量并降低延迟。
问题现象
当系统使用 BBR2 算法时,VSCode Remote-SSH 扩展在建立动态端口转发连接时会出现以下典型症状:
- 连接过程在"等待端口转发就绪"阶段停滞
- 最终报错"代理连接超时",提示 TCP 端口转发可能被禁用或远程服务器可能已崩溃
- 普通 SSH 连接不受影响,仅影响 VSCode 的远程开发功能
根本原因
经过验证,这个问题与 Windows 11 24H2 系统中 BBR2 算法的实现方式有关。BBR2 在某些网络环境下可能与 VSCode Remote-SSH 扩展使用的动态端口转发机制存在兼容性问题,导致连接建立过程超时。
解决方案
临时解决方法
-
将 TCP 拥塞控制算法改回默认值:
- 以管理员身份打开命令提示符
- 执行以下命令恢复默认设置:
netsh int tcp set supplemental Template=Internet CongestionProvider=ctcp netsh int tcp set supplemental Template=InternetCustom CongestionProvider=ctcp
-
重启网络服务或系统使更改生效
长期建议
- 等待 Microsoft 或 Google 发布针对 BBR2 算法的更新补丁
- 考虑使用其他拥塞控制算法如 CUBIC 或 CTCP
- 关注 VSCode Remote-SSH 扩展的更新日志,查看是否解决了此兼容性问题
技术验证
用户可以通过以下步骤验证问题是否与 BBR2 算法相关:
-
检查当前拥塞控制算法设置:
netsh int tcp show supplemental -
临时切换不同算法进行测试:
- 切换到 CUBIC:
netsh int tcp set supplemental Template=Internet CongestionProvider=cubic - 切换到 CTCP:
netsh int tcp set supplemental Template=Internet CongestionProvider=ctcp
- 切换到 CUBIC:
-
每次更改后测试 VSCode Remote-SSH 连接
注意事项
- 此问题不仅影响 VSCode Remote-SSH,也可能影响其他依赖动态端口转发的应用程序(如报告中提到的 Steam)
- Windows 11 24H2 对网络协议栈进行了多项改进,建议用户在修改高级网络设置前做好备份
- 如果必须使用 BBR2 算法,可以考虑通过 WSL 环境进行远程开发,可能规避此问题
总结
Windows 11 24H2 系统中手动设置 BBR2 拥塞控制算法会导致 VSCode Remote-SSH 扩展的动态端口转发功能失效。目前最可靠的解决方案是暂时使用其他拥塞控制算法。网络协议栈的优化需要平衡性能与兼容性,用户在修改此类高级设置时应充分测试关键应用程序的功能。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00