讨论prompt caching和quantization的误用，强调数据驱动

人们学会以下两个术语并用它们来显得聪明：1. prompt caching 2. quantization。打破提示缓存是可以的。你无法猜测会发生什么，必须查看真实用户的大规模数据。一些模型的最高质量提供商使用FP4，质量远不止量化。