GPT-6让持久化agent可以连续工作数小时，处理从重构代码库到生成文档和演示文稿的复杂任务。这类应用会发出相互依赖的一系列API请求，通常携带相同的指令、工具定义和上下文。OpenAI通过缓存这些共享上下文来复用计算，从而减少响应时间，并给开发者提供最高达90%的缓存输入token折扣。

GPT-6系列上线了改进后的提示缓存系统，默认就带来更高的缓存命中率。现在，在30分钟窗口内复用的符合条件的共享前缀可以享受缓存折扣。同时新增了两项工具：Prompt Caching Dashboard用于监测缓存命中率和输入构成变化；prompt caching diagnostics tool用于诊断意外缓存未命中，对比请求与最近响应，定位是模型、工具、设置还是输入变化导致，并估算受影响的token数量。

针对如何优化缓存，官方给出几条具体路径。可以设置显式缓存断点，自主选择要复用的提示前缀。在GPT-6模型上，调整reasoning effort不再破坏缓存：对困难任务提高effort，或对常规追问降低effort，只需追加configuration_update，同时保持请求级reasoning effort不变。当工具和指令变化时，尽量保持工具定义、schema和顺序稳定，用allowed_tools让相关工具可调用，或设tool_choice为none，而不是删除定义；用新的developer消息在上下文末尾追加指令，覆盖旧指令。还可以预热缓存：在用户提问前预先准备共享指令、工具定义或参考材料，把处理移出用户等待时间。

这些控制手段都是对引擎默认性能的补充，开发者可以根据工作负载定制缓存策略。配置方式和诊断工具的使用细节可参考官方文档。