agent 账单里 82% 花在读缓存：把 KV 变成可编程对象，成本降 27.7% 而精度还涨了 1.7 分

做 agent 基建的人，大概都见过这样一块监控面板：一个搜索型 agent 跑到第 60 轮，输入长度爬到 90k，每一轮请求里「cache read」那一栏的金额都比上一轮更高，而「output」那一栏几乎没动。你以为是模型在思考，其实是系统在反复把一份越来越长的缓存从显存里搬进搬出。 《Cache Engineering for Agents》把这件事算成了一张账单。作者统计的一份成本构成里