像是厨房备好了常用配菜，厨师却每次都重新切一遍：饭照常上桌，浪费藏在后台。提示缓存（Prompt Caching）本应保存重复提示的中间结果，减少重算；但提示顺序、标记或接口参数稍有偏差，就可能无法命中缓存。系统通常不报错，答案也看不出异常，账单和延迟却会持续增加。
研究者检查了 10 个流行开源智能体系统中的 120 个相关缺陷，发现 97 个出在请求构造，另有 23 个是缓存用量统计错误。更值得警惕的是，其中 108 个没有引发运行错误，常规正确性测试很难发现。团队因此开发 CacheLint：它用 CodeQL（分析代码结构的工具）定位缓存调用，再检查服务商规则、提示前缀是否稳定，以及用量统计是否正确。
据作者报告，CacheLint 在 571 个真实智能体项目中发现 32 个此前未知的问题，精确率为 0.86；其中 21 个获维护者确认，18 个已修复。它提醒工程团队：吞吐正常、回答正确，不等于缓存真的在工作；命中率、延迟和计费数据也应成为上线检查的一部分。