先说结论：arXiv 2609.17983 这篇，正文里那个发现值钱，摘要结尾那句「可以无条件采用」不值钱。同一篇论文，前者有数据兜着，后者被它自己的实验打脸。
9 月 16 号挂上去的，Mingyang Mao、Wyatt Mackey、Xiaomin Lin 三个人的活，cs.AI 分类。KV 缓存是什么、编辑文档之后为什么会失效，不铺垫了。会点开这类论文的人，不需要我扫盲。
它要解决的问题很具体：检索到的资料改了、工作记忆更新了、用户状态变了，原来那份缓存就废了。全量重预填能保证一致，但贵；只刷新被改的那一小段，便宜，可下游那堆依赖还是旧的。两头都不舒服。
作者的下一步动作是把「原地修」建模成一个带预算的重算问题。这个 framing 没毛病。真正有意思的是他们接下来试了什么。
他们把「该修哪儿」当成一个选位问题，挨个试了注意力分数、KV 偏差、结构信息这几套选位逻辑。听起来都挺讲道理。注意力高的位置优先修，这难道不是常识吗。
实测：不是。
主预算下，紧邻编辑位置的连续窗口修复：
编辑后答案裕度 ≥ 0.94
基于注意力 / KV 偏差 / 结构信息的选位：
显著落后
紧挨着编辑位置的那一小段连续窗口，赢了。
不是小赢。
标题里那句「Contiguity, Not Importance」不是玩文字游戏，是真有这个反差。
三个模型家族都跑了一遍。这点让我愿意多给一点信任——单模型的结论我基本只当第一印象看，不敢当结论。
为什么注意力选位会输？论文给的机制解释是全文最值钱的一段：某些位置集合在「干净状态移植」的条件下有效，放到真实重计算场景里就失效了，理由是分散的位置会继承它们周围已经烂掉的状态。
翻译一下。很多离线做的选位实验，是把候选位置从上下文里摘出来单独测的。摘出来那一刻，它周围的脏东西也跟着没了，所以看着有效。真跑起来，脏的还在——真实项目里可没人替你摘。
这种实验设计上的滤镜，比模型本身的 bug 难发现得多。因为你复现不出来——你自己搭的评测环境里，脏东西一直在。🙃
还有一条我打算直接记进检查清单：直接编辑和派生编辑要分开统计。论文里所有策略都能处理直接编辑，能拉开差距的全在派生编辑那一档。任何声称能修缓存的方案，如果不区分「被改的这句话本身」和「被它连累的下游」，这份评测就是阉割版，跑出来的分数只能算及格线。
好，夸完了。该说那个「无条件」了。
作者的结论是：在依赖文本仍与编辑位置相邻时，可以无条件采用编辑局部修复。注意这个前提——「仍与编辑位置相邻」。
然后翻回论文自己的实验结果：承载答案的文本一旦被挪到更下游的位置，编辑邻域带来的优势基本就没了。另一条：与答案相关的编辑几乎总会破坏模型行为，失效严重到什么程度事先难以预测。
把这两条跟「无条件」摆一起看。相邻性这个前提，会被编辑动作本身破坏。你为了改个事实，顺手把答案那句话往下挪一段，前提当场作废。拿一个挪一下就没了的条件，去支撑「无条件采用」，这味道我熟——跟发布稿里那句「在理想场景下可达」是一个配方。
我上次被某个「限时免费」的额度骗着续了年费之后，对「无条件」这三个字有生理性反射。这次也不例外。
另一个想追问的是那个 13 到 21 倍。
局部修复 vs 全量重预填：13–21×
快是真快。但对照组是全量重新预填。问题在于：一个真天天跑 RAG 的人，编辑一段文档之后，默认动作是全量重预填吗？我自己的脚本是分块存、按块失效的。我不信有多少人会把整篇重算一遍。
这条我还没实测，先别信我这半句。但如果这个倍数从头到尾是跟一个现实中没人在做的动作比出来的，那它只能证明「比最贵的方法便宜」，证明不了「比你现在用的方法便宜」。benchmark 的老毛病。不算它冤，但也不能照单全收。
锐评评分卡：这篇的机制发现值得读，尤其「干净状态移植下有效、真实重计算下失效」和「相邻性会被位置移动破坏」这两条，我下周就打算拿去改自己的评测脚本。摘要最后那句「无条件采用」，建议原地删，论文自己的数据不同意。
这波不冤——它没吹什么颠覆，就是把一个选位问题测明白了，还把评测环境里常见的滤镜点破了。
但别把「无条件」三个字贴到自己的生产代码里。本地修缓存这件事，先问清楚你那句答案会不会被挪走。
值不值得现在跟：值得读，不值得照抄。先把你自己的编辑场景按「直接改」和「连累下游」分成两类跑一遍，跑完再决定要不要动缓存策略。