根据@godofprompt报道，研究人员开发了Cache-to-Cache（C2C）方法，使大型语言模型（LLM）通过内部KV缓存直接通信，无需生成文本。这项技术在准确率上提升了8.5-10.5%，速度提升至2倍，同时完全避免了令牌浪费（来源：@godofprompt，https://x.com/godofprompt/status/2012462714657132595）。该突破对AI行业应用极具影响力，有助于构建更高效的多智能体系统，降低算力成本，并为实时AI通信、协作智能体与自主决策平台等新型商业模式创造机会。C2C为AI模型互操作性和工作流效率树立了新标准。

根据推特用户@godofprompt的报道，研究团队推出了Cache-to-Cache（C2C）技术，使大语言模型（LLM）通过KV-Cache直接交流，无需生成中间文本。该方法带来8.5-10.5%的准确率提升，推理速度提高2倍，并且完全消除token浪费。这一创新显著提升了AI效率和可扩展性，对于企业级AI应用具有重要商业价值，包括降低算力成本和加速多智能体协作（来源：@godofprompt，2026年1月17日）。