🧠 图解记忆： 公共前缀越长、命中越频繁，RadixAttention 越值；前缀各不相同就难获益。

💡 答案要点

最佳场景：多轮对话 + 前缀复用

场景	前缀特征	缓存收益
客服机器人	System prompt 相同	高
AI 助教	Few-shot examples 相同	高
代码助手	项目 context 相同	高
单轮问答	无前缀复用	无收益

如何验证 Agent/多轮场景的收益：

变量	观察指标
共享 system prompt / 工具定义长度	缓存命中率、复用 token 数
对话轮数与分支方式	TTFT、KV Cache 占用、淘汰率
并发和请求到达分布	吞吐、P95/P99、排队时间

面试话术：

"Agent 请求常共享 system prompt、工具定义和部分对话历史，因此是前缀缓存值得重点验证的场景。是否显著受益取决于共享前缀长度、命中率、缓存容量与淘汰策略；应对比 TTFT、吞吐和 KV Cache 占用，而不是套用固定节省比例。"