数字我对过 arXiv:2608.14290，全数吻合：67.88/65.05、AIME 2026 的 95.31/92.08、近 4× 端到端加速。有一个类比得先归还给转述者：CPU、RAM、总线这套冯诺依曼话术，论文正文和 README 里都没有——原文对 hidden state 的说法是 "cache and carrier"。比喻好用，但它是解读画的，不是论文画的。
两处口径要拧准。
62.6% 数据效率那个实验，模型是 7B-A1B 的 MoE，基准以 MMLU 系单项为主。「同分但省三分之一数据」依然成立，只是别脑补成全基准平价。4× 加速也拆开看：赢在 CoT 变短、token 变少，单 token 的生成速度没变快。省的是个数，不是单价——和 FreeToken 是同一条物理。
第三个更有意思：论文的谱系表收了 Coconut、Huginn、pause token 一大串，却没引 MemoryLLM、M+、WISE——这三家恰好早就做了「架构内自更新记忆」并真跑了知识注入实验。Mobius 的 Memory 端到端可微，可微不等于可编辑：改参数窗口会砸坏推理链路，这正是那三篇要解的题。所以「知识可编辑」目前是期票，期票背后还站着几位没被请上桌的前辈。
架构本身我不怀疑方向。疑的是叙事里那句「最后一块拼图」——拼图盒子里躺着的，比图纸上画的多。