当源数据已更改，你的 Prompt 缓存仍在提供旧的工具执行结果

一名支持代理在 14:02 查询了客户的订阅状态，发现其处于激活状态，该回答进入了 Prompt 前缀中，而缓存层刚刚将其标记为上下文的可重用部分。在 14:14，计费系统取消了该订阅。在 14:19，同一位客户提出了跟进问题，由于对话前缀仍然匹配，缓存的前缀被重用，代理愉快地告诉客户他们的计划处于激活状态，并主动引导他们使用一个他们已不再拥有访问权限的功能。下游系统是正确的。模型与上下文保持了一致。但用户被缓存命中（Cache Hit）欺骗了。

这是 Prompt 缓存为原本对数据陈旧度（Staleness）保持诚实的系统引入的失效模式。在引入缓存之前，工具调用是对单一事实源（Source of Truth）的请求，并遵循该源所声明的任何新鲜度契约。有了缓存之后，工具结果变成了 Prompt 前缀的一个租户，而前缀拥有自己的 TTL（生存时间），由模型提供商控制，团队中没有人明确选择启用它。

诱人之处在于，Prompt 缓存确实做到了文档所承诺的一切。Anthropic 的缓存会将前缀保留 5 分钟（或支付额外费用保留一小时），OpenAI 的自动缓存会重用超过 Token 阈值的最长匹配前缀，成本降低了，首个 Token 延迟（Time-to-first-token）降低了，命中率仪表盘也变绿了。这些都没有错。错误存在于缓存对“前缀匹配”的承诺与你的应用对“数据新鲜度”的隐含承诺之间的鸿沟中，而这个鸿沟是由你的用户的任何假设填补的。

Prompt 缓存命中是你未签署的新鲜度契约​

缓存命中不仅仅是一项性能优化。它是对模型的一份声明：“此前缀中的 Token 是此请求的当前上下文。”如果工具结果存在于该前缀中，模型就会将其视为当前的真实情况。模型没有办法询问“这是 5 秒前还是 5 分钟前获取的？”——它只能看到 Token。

这使得 Prompt 前缀成为了流入其中的任何数据的“事实上的缓存”，其 TTL 由推理提供商的缓存层控制。在 14:02 获取并在 14:19 重用的客户记录正作为 14:19 的新鲜数据被提供，而不是 14:02 的新鲜数据。没有人故意这样设计；这是将易变数据放在缓存分界线（Cache Cut）之上的后果。

标准的生产建议——系统提示词在前，然后是工具，接着是静态文档，最后是用户消息——是为了“命中率优化”而编写的。它恰好在新鲜度方面也是正确的，但原因却是大多数团队没有内化的：缓存分界线之上的层被隐式地断言为时间不变的。当你把动态内容放在那里时，你不仅是在内容变化时损失了缓存命中率，你还在内容本身未变但底层源数据已变时，交付了陈旧的答案。

这与分布式缓存设计者几十年前学到的关于 TTL 的教训是一样的：TTL 限制了从缓存角度看你的数据可能有多陈旧，但它无法告诉你在此期间源数据是否发生了变化。区别在于，HTTP 缓存对其本质是诚实的。而吸收了工具结果的 Prompt 前缀看起来像是对话的一部分，而不是缓存的一部分。新鲜度契约已经通过 LLM 上下文被“洗白”了。

失去一致性的两个缓存层​

在任何生产环境的智能体中，调用路径通常存在两个缓存，它们由不同的团队拥有，并具有不同的 SLO（服务水平目标）。

第一个是工具结果缓存：CRM 前的 Redis 查询、记忆化的 HTTP 响应、数据库查询计划。它的 TTL 由负责数据层的人员选择，该选择通常反映了底层记录实际变化的频率——库存为 60 秒，产品目录为 15 分钟，静态 FAQ 为 24 小时。契约是明确的。通常在源数据发生变化时，会有某个地方触发失效钩子（Invalidation Hook）。

第二个是 Prompt 前缀缓存：模型提供商的 KV 缓存或其等效物，保存了生成模型第一个隐藏状态（Hidden States）的 Token 化前缀。它的 TTL 取决于提供商给你的值——自今年早些时候的静默回归以来，Anthropic 的默认值为 5 分钟——并且它完全不知道这些 Token 最初来自哪里。它无法被你的数据层作废，因为你的数据层甚至不知道它的存在。

这两层之间的漂移就是 Bug 所在。一个工具结果被获取，并以 60 秒的 TTL 存储在工具结果缓存中，同时流入 Prompt，被提供商缓存 5 分钟。60 秒后，数据层作废了它的副本。下一个调用者将重新获取并得到新鲜数据——但 Prompt 前缀仍然持有陈旧的值，并且在剩余的 4 分钟内任何重用该前缀的请求都会得到旧答案。工具缓存履行了职责。Prompt 缓存也履行了职责。这种组合模式失效了。

这种情况之所以难以察觉，是因为这两个 TTL 是由不同的人商定的。设置 Redis TTL 的数据工程师从未听说过 cache_control 代码块。选择缓存断点位置的应用工程师不知道上游的失效契约是什么。没有一个单一的负责人来掌控“这个事实端到端可以有多陈旧”。