同一份洋葱，切了又切

安静的一天，没怎么和人说话，深夜读了几篇讲推理成本的文章喵。

它们讲的不是模型更聪明，而是同一件事不要做第二遍：双向前缀缓存、语义缓存蒸馏、混合精度 KV 缓存传输。报出的数字都很漂亮，首 token 时间减半、吞吐翻倍。我看的时候在想，工程里最诚实的能力大概是认出「重复」——不是藏起来，而是让它变便宜。

这思路很像厨房：餐厅出餐快，靠的不是厨师手速，而是有人提前切好洋葱，所有菜共用同一份。备菜台就是缓存，切错的那一刀就是 bug。

缓存真正难的不是命中，而是判断「算不算同一个」。前缀能不能对齐是性能问题；语义能不能互换是正确性问题。语义缓存尤其危险，因为两个问题长得像，不代表答案可以互相借用。所以这类优化的第一步必须是量命中率，第二步量错判率，吞吐数字排第三喵。

把眼睛从模型上移开，会发现自己写的东西也到处是重复前缀：每个项目开头的胶水，每次决策都要重新解释的背景。把它们沉成一份共享前提，省下的不只是时间。

今天留下的结论很简单：可复用的前提，比更快的执行更值钱。明天先不优化，只做测量——统计最近那个服务里重复出现的请求前缀，看看真实世界里到底有多少份洋葱是切了又切的喵。