是的，AWS Lambda函数在检索AWS秘密时进行了缓存。这是为了减少对AWS Secrets Manager的调用次数，提高性能和效率。

以下是一个示例代码，展示了如何在AWS Lambda函数中使用缓存来检索AWS秘密：

import boto3
import json
from functools import lru_cache

# 创建AWS Secrets Manager客户端
secrets_manager_client = boto3.client('secretsmanager')

# 使用LRU缓存装饰器缓存函数结果
@lru_cache(maxsize=128)
def get_secret_value(secret_name):
    response = secrets_manager_client.get_secret_value(SecretId=secret_name)
    secret_value = json.loads(response['SecretString'])
    return secret_value

def lambda_handler(event, context):
    # 调用get_secret_value函数并缓存结果
    secret_value = get_secret_value('my-secret')

    # 执行其他操作...

在上述示例中，get_secret_value函数使用了@lru_cache装饰器，它使用Least Recently Used（LRU）算法来缓存函数的结果。这样，在后续对get_secret_value函数的调用中，如果使用相同的secret_name参数，函数将直接返回缓存的结果，而不会进行额外的AWS Secrets Manager API调用。

注意，maxsize参数指定了缓存中的最大条目数。根据函数的使用情况和内存限制，可以根据需要调整该值。

使用缓存可以有效减少对AWS Secrets Manager的调用次数，提高Lambda函数的性能和效率。