清华 C2C：让大模型绕过文字，直接交换缓存（中文解读）
中文账号介绍清华与无问芯穹等团队的 C2C（Cache-to-Cache）论文（称已收录 ICLR 2026、代码开源）：模型 A 不生成文字，通过一个轻量神经网络把自己的状态投影给模型 B，省去逐字解码与重新分词，以降低延迟和 token 成本。
AYi_AInotes@AYi_AInotes原帖
为什么值得留
多 agent 通信的成本问题有新研究，读论文而非读标题。
可以从这里开始
找到论文，看实验里的模型对、精度变化和延迟节省。
阅读时留意
转述语气夸张；ICLR 收录和效果数字未核；是否适用于不同家族的模型需看论文；『彻底打破范式』是营销用语。
OnBalls 导读整理于 2026.10.22。只读存档的帖文全文及可见引用；未打开链接内容，帖中数字和说法未独立核实。