一句话看懂：一家名为 Mostik 的 stealth 创业公司提出，让大模型之间直接传递内部状态（hidden state），而不是靠自然语言对话协作。他们声称用一个小型“bridge”模型翻译不同模型的内部表征，能让 4B 小模型追回与 753B 大模型之间约 50% 的性能差距。
事件核心：发生了什么
Mostik 是一家约四个月前成立的创业公司，团队 15 人中有 12 位 PhD，首席科学家是菲尔兹奖得主 Stanislav Smirnov，背后有 General Catalyst、Foundation Capital 支持。其核心思路是绕过当前 Agent、Subagent、Model Council 等架构中“模型 A 将思考结果压缩成几百个 token，模型 B 再重新阅读理解”的低效链路，直接在不同模型的 latent space 之间建立翻译通道。
实验配置为 GLM-5.2 753B 负责读题但不生成任何 token，其 hidden state 经 bridge 传给 Qwen-3.5 4B，由后者直接输出答案，两个大模型均完全冻结、无需微调。官网口径显示，加上 bridge 后，4B 模型可追回与 753B 之间 50% 的性能差距，自身准确率提升约 25%；在更难的数据集上提升最高至 2 倍；与“大模型先写一段话再交给小模型”的方案相比，同等大模型计算量下最高可多拿约 10 个百分点。创始人还声称达到“frontier model 80% 的准确率，20× 更快”。不过，目前公开信息显示，这些数据既无论文也无复现代码，且与官网的 50% gap closure、2.5× compute saving 口径并不一致，只能当公司自报 benchmark 看待。
为什么重要
当前所有 Multi-Agent 基础设施默认“语言”是 AI 之间最好的通信协议，但这个假设可能只是因为 API 只能吐 token。人类需要语言，是因为无法复制神经状态；模型没有这个限制。如果不同模型的 latent space 能被稳定翻译，意味着“大模型读和想、小模型负责生成”的异构协作可能成为现实，代码模型、数学模型、视觉模型各自挂接，彼此传递的不再是 prompt。这会直接冲击当前以 token 计费的 API 商业模式，也可能让“一个超级模型通吃所有任务”的路线变得不再必要。对开源与闭源的竞争格局而言，如果小模型能借 bridge 获得接近大模型的能力，算力门槛和推理成本的结构性优势将重新分配。
对用户/开发者/创作者的影响
对开发者而言，如果该方案验证成立，未来构建 Agent 时可能不再需要为每个子任务调用超大模型，而是用大模型做“思考引擎”、小模型做“输出引擎”，直接降低推理成本和延迟。对 API 使用者来说，目前按 token 计费的模式可能面临根本性挑战——如果模型之间不再通过文字交互，中间过程的 token 消耗将从账单上消失。对普通用户而言，这意味着更快的响应速度和更低的边际成本，但现阶段这些影响都还停留在公司自述层面，需等待可复现的公开验证。对于企业采购方，建议在看到独立第三方评测前，不要仅凭 ARC-AGI 榜单名次或创始人宣称的数据做技术选型决策。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，Mostik 是否会在 ARC-AGI 竞赛结束后公开技术细节或论文，是判断其真实性的第一个观察点。其次，bridge 是否支持任意模型组合——尤其是跨开源/闭源、跨架构（如稠密与 MoE）的泛化能力——决定了这项技术的适用边界。最后，如果主流推理框架或云厂商开始支持 hidden state 直传接口，将是对现有 token 经济体系的结构性松动，值得留意 OpenAI、Anthropic、Google 等头部玩家是否会跟进或做出防御性调整。
来源：@sleepy0x13
