斯坦福大学、Together AI与伊利诺伊大学团队提出混合推理智能体（Hybrid Reasoning Agents）。模型在潜空间内部推理，仅在调用工具或给出答案时切换到文本模式；在11项基准上平均性能提升10.4%，token消耗减少35.5%–54.7%，推理速度提升1.8–2.6倍，成本降低2.7–3.7倍。14B模型在智能体任务上比最强基线高出17.4%。

核心在于HybridLink轻量适配器与持续工作记忆的配合。现有纯文本智能体必须把每一步推理都解码成token才能搜索、写代码或行动，既贵又慢；纯潜空间方法虽高效，却难以原生调用工具且不透明。HybridLink把最后一层隐状态映射回输入嵌入空间，让模型能在同一生成流程里自由进出潜空间与文本模式；工作记忆则用一份KV缓存无损保存混合上下文，跨多轮无需重新分词。潜空间步骤还可映射为可读伪文本，方便检查。训练分两阶段：HybridSFT让骨干与HybridLink协调，HybridRL再学会何时内部思考、何时对外行动。实验基于通义千问3系列4B/8B/14B底座，覆盖数学、科学、医学、搜索与复杂智能体任务，工具调用可靠性保持高位。

潜空间推理不再是黑箱，也不再与工具使用互斥——这才是真正值得关注的地方。下一阶段要看它能否在真实长链路任务中稳定保持“只说必要的话”，以及伪文本审计在多大程度上能真正替代完整文本轨迹。