把 Orca 的 DeepSeek 缓存命中率打到 9-主要信息

判断DeepSeek是否好用，关键不在功能堆得多，而在前言、背景：Agent 为什么特别吃缓存、先把评测口径说清楚能不能解决真实需求。先看使用边界，再看具体做法。

先看原文给出的关键信息：前言这几天我在 Orca 里做了一轮比较硬的优化：DeepSeek 上下文缓存。；这件事一开始看起来很简单：既然 DeepSeek 有 prefix cache，那就让每轮请求前缀尽量稳定。；系统提示词别乱变，工具 schema 别乱变，对话历史 append-only，不要动老消息。。继续往下处理时，重点放在这些条件上：但真正做下来，我最大的感受是：缓存优化不是靠读代码“想明白”的，它必须拿真实 API 一轮一轮去撞。；因为这里面有太多看起来合理、实际没效果的判断：你以为改了，其实没改到真实 wire prompt。；你以为只是本地 token 预算情况，实际 API 请求里还注入了 summary、tools、volatile overlay。。收尾检查时，再把这些细节对上：你以为 remote summary 能靠稳定 prompt 命中缓存，真实 API 返回还是 0%。；你以为压缩是在省 token，结果一不小心变成压缩风暴，每轮都压。；Orca 最终在真实 API 评测里，压缩后的主链路能稳定到 99% 左右缓存命中。。