首先声明，这不是Bug报告，是一个与DeepSpec方向相关的开放式思考，想请教一下各位老师。
DeepSpec做的是推测解码，本质是在“逐token自回归”的框架内做加速。我在思考一个更底层的问题：
人类写作时，通常是“意图块”先浮现（比如概念、关系、目标），再展开为句子；而LLM是反过来，从词开始往上拼。
我在想，是否可能构建一个“可持续更新的语义状态空间”，显式存储当前对话的身份、目标、概念关系，让语言生成从这个状态里投影出来，而不是每次都从上下文临时推断？
也就是把生成过程从 “序列拼凑”转向 “语义组织 → 语言表达” 的双阶段系统。
我知道这在工程上（可微性、显存带宽）有巨大困难。但想请教：
这个方向在学术上是否有人在做？
它是否存在根本性的逻辑漏洞？
纯外行视角，如有冒犯请忽略并删除。感谢！
首先声明，这不是Bug报告，是一个与DeepSpec方向相关的开放式思考，想请教一下各位老师。
DeepSpec做的是推测解码，本质是在“逐token自回归”的框架内做加速。我在思考一个更底层的问题：
人类写作时，通常是“意图块”先浮现（比如概念、关系、目标），再展开为句子；而LLM是反过来，从词开始往上拼。
我在想，是否可能构建一个“可持续更新的语义状态空间”，显式存储当前对话的身份、目标、概念关系，让语言生成从这个状态里投影出来，而不是每次都从上下文临时推断？
也就是把生成过程从 “序列拼凑”转向 “语义组织 → 语言表达” 的双阶段系统。
我知道这在工程上（可微性、显存带宽）有巨大困难。但想请教：
这个方向在学术上是否有人在做？
它是否存在根本性的逻辑漏洞？
纯外行视角，如有冒犯请忽略并删除。感谢！