研究揭示LLM智能体提示缓存误集成并提出检测工具CACHELINT

2026年10月28日，arXiv Artificial Intelligence 刊出 Ying Zhang 等作者的实证研究，聚焦 LLM 智能体中提示词缓存的错误集成问题。研究对 10 个主流开源智能体系统中的 120 个提示词缓存相关 PR 进行分析，发现误集成主要来自请求侧配置错误与读取侧用量统计错误，且多数问题不会引发可观测的运行时故障。作者据此提出检测工具 CACHELINT。目前公开信息仅覆盖该研究的样本范围与主要发现，尚无后续跟进报道披露工具的实际部署或独立验证结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。