清华大学和无问芯穹等团队刚刚开源了一篇注定载入史册的重磅论文（已收录于 ICLR 2026，代码已开源）：
他们彻底打破了所有多智能体（Multi-Agent）系统的底层范式——
大型语言模型之间，从今天起可以彻底不通过人类文字进行直接交流了！

这项被称为 C2C（Cache-to-Cache，缓存到缓存）的技术，
开篇就指出了全网 Agent 协同里最愚蠢、也最昂贵的一个死穴：
为什么两个跑在同一台服务器里的超级 AI，交流时非要像人类一样，
把脑子里极其丰富的高维思考，硬生生压缩成一个个英文或中文单词打给对方看？

现有多 Agent 协同的痛苦，做过工程的人都懂：
模型 A 思考完，必须经历极其漫长、吃显存带宽的逐字解码（Decode），慢吞吞吐出一大堆文字；
模型 B 拿到这堆文字，再重新过一遍分词和前缀计算。
这一来一回，不仅丢失了海量微观的语义细节，更造成了毁灭级的延迟和 Token 账单！

1. 论文原文：http://t.cn/AXOOTJLI （题目为《Cache-to-Cache: Direct Semantic Communication Between Large Language Models》，清华大学 NICS-EFC 实验室联合上海 AI Lab、无问芯穹出品）；
2. 开源仓库：http://t.cn/AXOOTJLf （官方 Python 包以 Rosetta 石碑命名，意为不同大模型深层记忆之间的通用解密器）；
3. 工业落地的最大价值：多模型混合（Mixture-of-Agents）与长链路 Agent 的调用成本大多死在中间通讯的 Token 费上，C2C 机制一旦普及，未来的智能体集群协作不但不会变慢，反而会比单模型自己推理更便宜、更聪明。 http://t.cn/AXOOTajY