# C2C：让多个大模型直接交换“思考缓存”，比打字快 2.5 倍，准确率还高 3-5%

> 原标题：Cache-to-Cache: Direct Semantic Communication Between Large Language Models

- 来源：Hacker News 首页
- 发布时间：2026-09-18T18:55:35.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/57400
- 原文：https://arxiv.org/abs/2510.03215

## 摘要

清华大学等机构的研究者提出 Cache-to-Cache（C2C），让大语言模型之间不再通过文本，而是直接投影并融合源模型的 KV-Cache 到目标模型，实现语义传递，并用可学习门控选择受益的目标层。实验显示 C2C 比单个模型平均准确率高 6.4-14.2%，比文本通信范式高约 3.1-5.4%，平均延迟加速 2.5 倍。该论文已被 ICLR'26 收录，代码开源于 thu-nics/C2C。

## 推荐理由

清华大学等机构提出 C2C，让大模型之间直接投影融合 KV-Cache 传递语义，而非生成中间文本，实验显示准确率高于文本通信约 3.1-5.4% 且延迟加速 2.5 倍。

## 锐评

C2C 这个思路挺对，多模型协作现在最大的浪费就是让模型把内部状态翻译成文字再让另一个模型读回去，中间丢信息还慢。2.5 倍延迟加速和 3-5% 准确率提升，如果真能稳定复现，做 multi-agent 的可以认真看下。

KV-cache 直接投影融合要求两个模型能互相访问对方的缓存，现在各家 API 根本不给你这个口子，只能自己部署开源模型才玩得转。短期内这更像给自建推理集群的团队用的，调 API 的暂时只能看看。
