diff --git a/.github/workflows/docker-publish.yml b/.github/workflows/docker-publish.yml
index d84af4f..1bb70ae 100644
--- a/.github/workflows/docker-publish.yml
+++ b/.github/workflows/docker-publish.yml
@@ -56,8 +56,19 @@ jobs:
           push: true
           tags: ${{ steps.meta.outputs.tags }}
           labels: ${{ steps.meta.outputs.labels }}
-          cache-from: type=gha
-          cache-to: type=gha,mode=max
+          # 层缓存的配额账（2026-09-22 实测，别再改回去）：
+          #   `mode=max` + 不写 scope 时，本工作流每跑一次就往 Actions 缓存里塞一份
+          #   ~3.2 GiB 的全量快照，且**每次的 blob key 都不一样**（内容含构建期元数据），
+          #   于是旧快照变成没人再引用但仍计配额 near-duplicate 垃圾。
+          #   今天三次构建（main push / v2.2.4 tag push / 又一次 main push）之后：
+          #   仓库缓存 9.64 GiB / 配额 10 GiB，其中 9.52 GiB 是 12 条 buildkit-blob，
+          #   全挂在 refs/heads/main 下。副作用不是"docker 慢一点"，而是
+          #   **LRU 先把小缓存挤掉** —— 性能门禁的 benchmark 基线（2.8 KB）存进去两小时就
+          #   `Cache not found`，12 平台矩阵的 setup-python/pip 缓存也没了。
+          #   mode=min 只缓存"下一步要用到的"层（base 镜像与依赖层，正是耗时的部分），
+          #   不缓存中间产物；固定 scope 让 push/PR/tag 共用一个桶而不是各自开新桶。
+          cache-from: type=gha,scope=tts-mm
+          cache-to: type=gha,mode=min,scope=tts-mm
           # provenance=false：跳过 SBOM/provenance 内联，缩小镜像并避免与单架构冲突
           provenance: false
 
diff --git a/benchmarks/README.md b/benchmarks/README.md
index 8e36376..cb547ee 100644
--- a/benchmarks/README.md
+++ b/benchmarks/README.md
@@ -4,7 +4,7 @@
 
 | 层级 | 位置 | 持久性 | 用途 |
 |------|------|--------|------|
-| L1 热缓存 | CI `actions/cache` (`output/benchmarks/`) | **实测两小时就被驱逐**（仓库缓存 10.23 GB / 配额 10 GB） | PR 回归对比的第一顺位，命中就用、不命中退 L3 |
+| L1 热缓存 | CI `actions/cache` (`output/benchmarks/`) | **实测两小时就被驱逐**（配额 10 GiB、占用 9.64 GiB，其中 **9.52 GiB 是 `docker-publish.yml` 的 buildkit 层缓存** —— 大缓存把它吃满，LRU 先牺牲的却是这条 2.8 KB 的基线） | PR 回归对比的第一顺位，命中就用、不命中退 L3 |
 | L2 发布资产 | ~~GitHub Release Assets~~ | — | **已删**：触发器决定那两步永远不会执行，见下面"更新流程" |
 | L3 仓库基线 | `benchmarks/baseline.json` | 版本控制 | **当前真正稳定生效的一级**：手动锚定的基线，可 code review，随 checkout 就在 |
 
diff --git a/tests/test_docker_cache_budget.py b/tests/test_docker_cache_budget.py
new file mode 100644
index 0000000..f398a91
--- /dev/null
+++ b/tests/test_docker_cache_budget.py
@@ -0,0 +1,62 @@
+"""Docker 层缓存不能把 Actions 缓存配额吃掉（2026-09-22 的账）。
+
+起因：性能门禁的基线缓存在 main push 之后两小时就 `Cache not found`（issue #118 的后续），
+量下来仓库缓存 9.64 GiB / 配额 10 GiB，其中 **9.52 GiB 是 12 条 `buildkit-blob-*`**，
+全部来自 `docker-publish.yml` 的 `cache-to: type=gha,mode=max`（无 scope）。
+LRU 驱逐的顺序是先牺牲小缓存（benchmark 基线 2.8 KB、setup-python 的 pip 缓存），
+所以症状出现在别的作业上，凶手在另一个工作流里。
+
+这条守卫盯的是**配置形状**（`mode=min` + 固定 `scope`），不是运行时用量——
+用量只能靠人看 API，形状可以让它自己漂不回去。
+"""
+
+from __future__ import annotations
+
+import re
+from pathlib import Path
+
+import yaml
+
+_WF = Path(__file__).resolve().parent.parent / ".github" / "workflows" / "docker-publish.yml"
+
+
+def _build_step() -> dict:
+    doc = yaml.safe_load(_WF.read_text(encoding="utf-8"))
+    steps = [s for j in doc["jobs"].values() for s in (j.get("steps") or [])]
+    hit = [
+        s
+        for s in steps
+        if "docker/build-push-action" in str(s.get("uses", "")) and (s.get("with") or {}).get("cache-to")
+    ]
+    assert hit, "docker-publish.yml 里找不到带 cache-to 的 build-push-action 步骤——守卫的对象变了，要同步改这里"
+    assert len(hit) == 1, f"带缓存的构建步骤有 {len(hit)} 条，本测试只核一条：其余要显式加进断言"
+    return hit[0]["with"]
+
+
+def test_layer_cache_is_mode_min_with_a_fixed_scope() -> None:
+    with_ = _build_step()
+    cache_to, cache_from = str(with_["cache-to"]), str(with_["cache-from"])
+    assert "mode=min" in cache_to, (
+        f"cache-to 回到了 {cache_to!r}：mode=max 会把每个中间层都存成一份快照，"
+        "实测每次构建 ~3.2 GiB、三次就把 10 GiB 配额吃满，还把 benchmark/pip 的小缓存挤掉"
+    )
+    scope_to = re.search(r"scope=([\w.-]+)", cache_to)
+    scope_from = re.search(r"scope=([\w.-]+)", cache_from)
+    assert scope_to and scope_from, (
+        f"cache-to/cache-from 少 scope（to={cache_to!r} from={cache_from!r}）："
+        "默认 scope 会按 ref 分桶，main / PR / tag 各存一份，等于把配额乘三"
+    )
+    assert scope_to.group(1) == scope_from.group(1) == "tts-mm", (
+        f"scope 两边必须一致且是写死的常量，实际 to={scope_to.group(1)!r} from={scope_from.group(1)!r}"
+    )
+    # 只查生效行：上面那段解释注释里当然会出现 "mode=max"（那正是被禁的写法）
+    live = [ln for ln in _WF.read_text(encoding="utf-8").splitlines() if not ln.lstrip().startswith("#")]
+    assert not any("mode=max" in ln for ln in live), "有生效行（非注释）重新用上了 mode=max"
+
+
+def test_guard_is_not_vacuous() -> None:
+    """把配置改坏的形状必须真的让上一条红——否则这条守卫只是装饰。"""
+    with_ = _build_step()
+    broken = str(with_["cache-to"]).replace("mode=min", "mode=max")
+    assert broken != str(with_["cache-to"]), "替换没生效，说明 mode=min 不在 cache-to 里"
+    assert "mode=min" not in broken and "mode=max" in broken