在多智能体（multi-agent）流水线中，应如何高效地把共享参考资料（例如一份大型政策文档）提供给多个 subagent?

解析

• C正确。Anthropic 的 prompt caching 允许你把一份大型共享参考文档作为缓存前缀放置（放在 system prompt 或靠前的消息内容中，并用 cache_control 标记）；该缓存会在同一 workspace/organization 内彼此独立的 API 请求之间共享，因此每一次包含完全相同前缀的 subagent 调用都能复用已缓存的计算结果，只需支付约 0.1 倍的基础输入 token 价格，而不必重新处理整份文档。这就直接把多个 agent 之间共享上下文的成本和延迟降到最低。各干扰项都明显更差：
• A把完整文档复制进每个上下文，使 token 成本成倍增加，还有耗尽上下文长度上限的风险；
• B只把它存放在 orchestrator 的 system prompt 里，导致 subagent 无法访问它；
• D每次调用都把整份文档作为 tool result 重新发送并重新处理，每次都要付出完整的输入成本。