据TechRadar报道，清华大学研究人员发表论文，提出一种名为Cache-to-Cache（C2C）的技术，使不同AI模型无需生成任何文本即可交换内部信息。该论文已被ICLR 2026接收，并随附面向开发者的开源代码。报道称，这项技术针对多个语言模型在同一流程中协作时的一类低效问题。

当前两个AI模型协作时，一个模型须先把思考转化为书面句子，另一个模型才能读取。这一书写步骤消耗计算时间，并丢弃第一个模型原始思考过程中的细微信息。每个AI模型都会保存已处理内容的“工作记忆”，技术上称为缓存。C2C绕过成文语言，让一个模型把工作记忆直接传入第二个模型的记忆库。

一个名为Fuser的小型辅助程序负责这次交接，对信息进行重塑和旋转，使第二个模型能够实际使用。不同AI模型存储记忆的内部布局、尺寸和结构完全不同，若直接把一个模型的原始记忆倒入另一个模型，可能令后者困惑或导致答案崩溃。为此，C2C加入智能过滤器，决定哪些传入记忆值得立即吸收。部分内部层立刻接受新信息，另一些层则不受外部干扰，继续独立推理。

研究人员称，这一设置使AI模型在共享协作任务中的运行速度提升100%至150%。按上限计算，约比通常的来回文字传递过程快2.5倍。团队还报告，模型协同时准确率最高提升14.2%；与仍通过文本通信的旧设置相比，准确率提升3.1%至5.4%。

该方法目前仅适用于开放权重模型，因为它需要直接访问模型的内部缓存和层结构。多数流行AI工具，即普通人在线聊天使用的那类工具，完全向外部用户隐藏这些内部细节。这意味着某些聊天机器人等日常应用无法使用这一捷径，除非其开发者私下将其内置。目前外界无法确定是否有公司已开始在内部使用类似方法。

研究团队认为，文本语言一直拖慢机器，因为它迫使机器像人一样思考。报道同时指出，这一论点需要谨慎看待，因为构建该系统的同一团队也运行了所有证明其有效的测试。这项技术能否达到所宣称的加速幅度，将取决于外部对该系统的其他测试。