📝 展开文字版内容（供搜索引擎索引）
💾 上下文缓存
一句话类比：开卷考试——书已经翻好放在桌上了，不用每道题都重新翻。
大白话说：Context Caching 是一种 AI API 优化技术，将长 prompt（如系统指令+文档）的中间计算结果（KV 向量）持久化存储。后续请求如果前缀完全一致，直接复用缓存跳过重复计算，输入成本降低 90%，响应速度大幅提升。
拆开看：
- ：
- ：
- ：
- ：
常见误解：
❌ → ✅
❌ → ✅
❌ → ✅
类比的边界：
- AI 缓存的是高维 KV 向量（数学表示），不是简单的文字快照
- 真实的书翻过后折角不会消失，但 AI 缓存有 TTL 过期时间
- 翻书可以跳着看部分复用，AI 必须精确前缀匹配