#推理优化

从一次自回归推理出发，区分 KV Cache、Prefix Caching、托管 API 的 Prompt Caching 与应用层 Semantic Cache，说明它们分别缓存什么、何时命中、节省哪段计算，以及生产环境最容易踩中的失效与正确性风险。