arXiv 于2026年5月19日发布的一篇新论文《Latent Cache Flow: Model-to-Model Communication Without Text》（潜缓存流：无需文本的模型间通信）提出了一种让大语言模型智能体绕开文本、直接以潜空间缓存互相传递信息的新方法。该论文由Maximillian Rossi与另外两位作者共同完成，共6页、含5幅图，归类于机器学习（cs.LG），ACM分类号为I.2.7、I.2.6与I.2.11。
论文指出现有LLM智能体协作的瓶颈。智能体之间目前主要依靠文本通信：发送方需要自回归地逐token解码自身内部状态，接收方再将其重新编码。这一来一回不仅带来可观的延迟，还造成明显的信息损失。为解决这一问题，此前的研究Cache-to-Cache（C2C；Fu等，2026）尝试直接交换KV缓存，即通过训练适配器把发送方的KV矩阵翻译成接收方模型可用的形式，从而跳过文本这一中间环节。
但作者认为C2C存在两个关键缺陷。其一是成本：C2C的适配器体积庞大，训练代价高昂。其二是适用范围：C2C逐token进行翻译，这要求发送方与接收方的上下文完全一致，否则翻译结果无法对齐。而现实中的智能体通信恰恰是上下文各不相同的场景，因此C2C难以直接用于多智能体协作。
针对效率问题，作者提出Latent Cache Flow（LCF）。他们发现键（keys）与值（values）可以被联合翻译并压缩，这一观察使适配器的规模缩减到C2C的大约4%。针对上下文不一致的问题，作者重新设计了适配器的目标：它不再逐token对齐，而是传输一段关于“目标模型尚不掌握的新信息”的摘要，从而允许两个模型在上下文存在差异的情况下仍然有效通信。
早期实验给出了具体数据。在共享上下文设置下，一个仅13 MB的LCF适配器在准确率上可以超过高达956 MB的C2C适配器；而在上下文不同的设置下，LCF比基于文本的通信准确率高23%，速度快8.5倍。
论文摘要页同时给出了标准的arXiv元数据：提交时间为2026年5月19日19:21:01 UTC，文件大小1,213 KB，DOI为10.48550/arXiv.2605.22863，并提供PDF、实验性HTML与TeX源码等全文链接。需要注意的是，作者在摘要中明确称这些为“早期实验”，因此上述性能数字尚属初步结果，论文篇幅也仅为6页，后续仍需更充分的评测来验证LCF在真实多智能体系统中的稳健性。