Chapter 2 学习笔记上下文工程与 KV Cache本章核心是上下文决定 Agent 能力上限。我通过 kv-cache 离线对比实验直观看到上下文管理模式对性能的巨大影响。实验对比了六种模式。correct稳定系统提示、固定工具顺序首 token 延迟TTFT仅 2.328 秒缓存比例 10.1%。一旦改动前缀代价立刻显现shuffled_tools打乱工具列表TTFT 飙升到 7.818 秒缓存比例跌至 3.4%text_format改用文本格式TTFT 达 6.189 秒dynamic_system动态系统提示总耗时从 18 秒涨到 24 秒。这印证了前缀不能动是 KV Cache 的架构约束——缓存复用关注的是输入序列的精确前缀匹配而非语义等价。有趣的对照是sliding_window它砍掉历史后 token 用量降到 2,224节省 61.1%但迭代次数从 3 次变成 5 次——省了 token却让 Agent 多跑了几轮。这说明压缩不是免费的上下文裁剪会在别处付出代价。上下文工程不是把信息塞进 prompt而是系统性地设计信息供给让模型的通用推理能力在具体任务中充分发挥。