让大模型"先猜后验"：投机解码原理与四代演进

自回归解码为什么慢？投机解码如何用"草稿-验证"把一次前向从产出 1 个 token 变成 3 到 6 个？从经典小模型草稿、Medusa 多头、EAGLE 特征级自回归，到 MoE 时代的专家散射问题与 2026 年的半自回归新方向，本文按技术代际拆解投机解码的底层机制与收益边界。