diff --git a/app/src/main/java/com/k2fsa/sherpa/onnx/MainActivity.kt b/app/src/main/java/com/k2fsa/sherpa/onnx/MainActivity.kt
index c354998..f692f1e 100644
--- a/app/src/main/java/com/k2fsa/sherpa/onnx/MainActivity.kt
+++ b/app/src/main/java/com/k2fsa/sherpa/onnx/MainActivity.kt
@@ -2382,6 +2382,7 @@ class MainActivity : AppCompatActivity() {
     }
 
     private fun ensureTranslateEngine(): LlmEngine? {
+        translateEngine?.let { return it }
         val f = File(File(externalModelDir, summarizeModelDirName), summarizeGgufName)
         if (!f.isFile) {
             Log.i(TAG, "translate model missing at ${f.absolutePath}; tap-translate off")
@@ -2400,18 +2401,17 @@ class MainActivity : AppCompatActivity() {
         }
     }
 
-    // 一批 = 一个全新引擎(nativeGenerate 不清 KV 的 workaround)。
     // items: key(通常是 sid 字符串) × 原文;返回 key × 译文,失败 null。
-    // 直译模式(2026-09-16):不再携带同轮上下文
+    // 直译模式(2026-09-16):不携带同轮上下文;引擎复用(JNI 每次生成前清 KV)
     private fun translateNumbered(
         items: List<Pair<String, String>>, temp: Float = 0f,
     ): Map<String, String>? {
         if (items.isEmpty()) return emptyMap()
         val targetName = transTargetName()
         val langHint = transLangHint()
-        translateEngine?.let { runCatching { it.release() } }
-        translateEngine = null
-        val engine = ensureTranslateEngine() ?: return null
+        // 引擎复用(2026-09-16,JNI 已加 KV 清除):不再按批重建——
+        // "每批重建"曾让每次尝试都重载 E2B ~4-6s,是翻译单句 30~40s 的主因
+        val engine = translateEngine ?: ensureTranslateEngine() ?: return null
         // 长句拆段:小模型对短输入才稳定;长句译到中途会"掉语言"
         // (简体→繁体→别的语言)。拆 ≤140 字段一次 generate,段序拼回。
         val segKeys = ArrayList<Pair<String, String>>()
diff --git a/tools/llama-jni/src/summarize_llm_jni.cpp b/tools/llama-jni/src/summarize_llm_jni.cpp
index e32a130..2742c33 100644
--- a/tools/llama-jni/src/summarize_llm_jni.cpp
+++ b/tools/llama-jni/src/summarize_llm_jni.cpp
@@ -165,6 +165,12 @@ Java_com_k2fsa_sherpa_onnx_LlmEngine_nativeGenerate(
     std::lock_guard<std::mutex> lock(e->mu);
     e->abort.store(false);
 
+    // KV 清除(2026-09-16 根治):原实现不清 KV,同引擎连续 generate 会复读
+    // 上一条输出 -> Kotlin 侧被迫"每次尝试重建引擎"(E2B 每次重载 4~6s,
+    // 是翻译单句 30~40s 的主因)。每次生成前清空内存,引擎即可安全复用;
+    // 顺带修复纪要流水线多块共享引擎的潜在污染。
+    llama_memory_clear(llama_get_memory(e->ctx), true);
+
     const std::string prompt = jstringToUtf8(env, jPrompt);
     if (prompt.empty()) {
         throwJava(env, "nativeGenerate: empty prompt");