RAG vs CAG：利用 KV 缓存实现 90% 成本削减

blaizedsouza · x · 2026-08-21

帖子对比了检索增强生成 (RAG) 与缓存增强生成 (CAG)，指出 RAG 每次查询都访问向量数据库导致昂贵且慢。CAG 将静态信息缓存在模型的 KV 内存中，减少重复工作。最佳实践是结合两者：将静态数据（如策略文档）存入 KV 缓存，动态数据通过检索获取。该方法可降低 90% 输入 Token 成本，推理速度提升最高 14 倍。附带了斯坦福研究及 LMCache 开源项目链接。