像赶路前先备好几条岔路，候选越多，走对的机会越大，但逐条检查也要花时间。投机解码就是这样：便宜的草稿模型先猜后续 Token——文字的基本处理单元，再由目标模型统一核验。CAST 的关键，是不再只保留得分最高的一条续写，而把草稿模型一次计算中已经得到的其他候选组成“投机树”，交给目标模型一并检查。
它也不盲目扩树。CAST 会继续加入候选，直到下一根分支带来的预期收益不再高于它增加的验证时间。这个判断结合候选得分和部署环境中的短时延测量，因此能适应不同 GPU、模型和并发负载，无须逐个尝试树宽。作者报告，在八组硬件与模型设置中，CAST 均快于标准单链方案，平均提升 20%—36%，单一领域最高 43%；其预测宽度在六组设置中与遍历得到的最佳宽度一致。换句话说，这项工作的价值不只是“多猜”，而是把草稿与核验成本放进同一本账里，寻找真正能兑现为速度的分支。