两个大模型用人类自然语言聊天协作，本质上就像两台顶配超级计算机沟通，非要靠打印纸印出来、再用 OCR 扫描回去一样滑稽。

现在的多Agent架构看着热闹非凡，搞得跟模型委员会开会一样。

可真实过程低效得令人发指：模型 A 在思考时，内部涌动着上百万个数字、挤着近 2MB 的复杂神经状态；结果为了开口，硬生生把所有思维压缩成几百个词。

从 15 万词表里选一个 Token，信息量瞬间被阉割成可怜的 17 bits。模型 B 拿到这段话，再像考古一样去重新理解。AI 每开口说一句废话，99% 的脑力都在空气中蒸发了。

刚走出 stealth 阶段的硅谷创业公司 Mostik 觉得这简直是暴殄天物。

这家公司一共 15 个人，却塞进了 12 个 PhD，甚至请来菲尔兹奖得主 Stanislav Smirnov 坐镇首席科学家，背后站着 General Catalyst 和 Foundation Capital。他们做了一件极其不给人类面子的事：直接禁止大模型之间互相写字，让它们通过内部 Hidden State（隐藏状态）进行“脑电波狂飙”。

Mostik 的核心是训练一个极小的“翻译桥”（Bridge）。

在实验里，他们让 753B 参数的 GLM-5.2 负责读题和脑暴，但要求它“打死不许说一个字”；

它的隐藏状态直接被 Bridge 翻译后塞给 4B 参数的 Qwen-3.5，最后由这个 4B 小模型把答案写出来。全程两个模型完全冻结，一行微调都不用做。

输出的数据相当炸裂：加了这个 Bridge 后，4B 小模型直接追回了自己与 753B 巨无霸之间 50% 的性能差距，基础准确率提升约 25%，在硬核难题上更是飙升到 2 倍。

在同等大模型算力下，这种脑电波直连比传统的“大模型写一段话、小模型再读一遍”高出整整 10 个百分点。想达到同样的成绩，如果直接换一台硬扛的中型模型，消耗的算力是这套组合的 2.5 倍。创始人更是直言“做到了顶级模型 80% 的准确率，速度快了 20 倍”。

虽然这暂且属于公关口径下的单方面 Benchmark，但确实一针见血地戳中了行业痛点。

人类之所以发明自然语言，是因为我们受限于生物肉体，没办法把大脑的神经状态直接复制给同类。但模型可没有肉体凡胎的限制。

过去所有 AI 协作默认把“语言”当作最佳通信协议，只不过是因为 API 开发者懒得开放显存接口，只给人类吐 Token 罢了。

如果不同模型的 Latent Space（隐空间）真的能被稳定翻译，未来所谓的“超级单体大模型”可能就没那么重要了。大模型负责深谋远虑，代码、数学、视觉等专精模型挂载在周边，彼此传递的不再是 Prompt，而是纯粹的思想流。

当文字不再是 AI 内部运转的介质，我们今天引以为傲的自然语言，最终只会出现在 AI 俯下身子、对人类说的最后一句话里。