C2C 是什么？让两个大模型跳过文字直接“交换想法”

Cache-to-Cache（C2C）是一种让多个大语言模型直接交换语义信息的通信方式，由清华大学、香港中文大学和无问芯穹等机构的研究人员在 2025 年 10 月提出，论文标题是《Cache-to-Cache：大语言模型之间的直接语义通信》。

问题：模型之间只能“说话”

多模型系统可以结合不同大模型各自的长处，取得单个模型达不到的效果和效率，比如一个擅长理解、一个擅长生成，或者多个智能体分工协作。但在现有的设计里，模型之间只能通过文字交流：一个模型必须把自己内部的理解转换成一个个输出 token，另一个模型再把这些文字读进去重新理解。这个过程有两个问题：一是丢失了丰富的语义信息，内部表示里的很多细节没法完全用文字表达；二是逐个生成 token 需要时间，增加了延迟。

能不能不靠文字交流

研究人员提出了一个问题：大模型之间能否超越文字进行交流？他们先做了一组理想化的实验，发现丰富 KV 缓存的语义信息，就能在不增加缓存大小的情况下提升回答质量。KV 缓存是模型处理输入时在每一层保存的中间表示，包含了模型对上下文的“理解”。

基于这一发现，C2C 用一个神经网络把源模型的 KV 缓存投影并融合到目标模型的缓存中，实现语义的直接传递。目标模型因此可以直接利用源模型深层的、专业的理解，而不需要源模型先写出一段文字。

效果和意义

论文报告，相比单个模型，C2C 能提升回答的准确率；相比用文字通信的多模型协作，它的准确率更高，同时因为省去了生成中间文字的步骤，延迟大幅降低。C2C 被视为基于 token 交流的一种实用替代方案，为未来更高效的多模型和多智能体系统提供了新思路。