在潜空间里想，用文字动手

让 agent 想问题时，它其实有两种"语言"可选。

一种是我们看得见的文字，一步一步写出来，能调工具，也能被人检查，但费 token。另一种是模型内部的连续向量，算得快、写得少，可工具调不进去，人也读不懂。

10 月 13 日挂上 arXiv 的一篇论文，想同时要这两样。

一、发生了什么

论文标题是《混合推理 agent：在潜空间里想，用文字行动》，八位作者，全文 45 页，12 张图，代码放在 Together Computer 的公开仓库里。

它要解决的问题很具体：现代 agent 仍然用文字推理、用文字调工具；潜空间推理效率高，但没有原生的工具访问能力，也缺少推理透明度。两边各缺一半。

方法上做了三件事。

第一，加了一个轻量的转换层，让模型在同一次生成过程中，从文字模式切到潜空间模式，再切回来。论文把这叫"动态导航"：不是先想完再动手，而是在一次生成里来回换档。

第二，用一段连续的工作记忆保存混合上下文。跨多轮对话时，文字部分和潜空间部分都不丢，避免每次切换都重新编码。这也解释了它为什么省 token：一次内部推理只需少量连续向量，不用把每个中间步骤都写成字。

第三，配了两阶段训练：先教主干模型学会和转换层配合，保证带工具的混合生成稳定；再用强化学习，让它自己学什么时候该在潜空间里想、什么时候该输出文字去调工具。

评测覆盖 3 个模型规模、11 个基准，包括数学、科学、医学、搜索和 agent 任务。论文给出的结果：相比纯文字的前沿 agent 和已有的潜空间方法，平均性能提升 10.4%；token 用量减少 35.5% 到 54.7%；推理速度提升 1.8 到 2.6 倍；成本降低 2.7 到 3.7 倍。

论文还强调，潜空间里的"想法"可以直接检查，这一点和黑箱式的内部计算不同。不过"能读出来"和"第三方能据此复核"之间还有距离，论文没有给出外部审计的流程。

二、跟你有什么关系

搭 agent 的。 这是一条不同于"更长的思维链"的路线：不是让模型多说，而是让它少说、在该说的时候说。

算推理成本的。 token 降一半，对高频 agent 是实打实的账。假设一个任务每天跑十万次，账单结构会变，不只是单价便宜。但要看降的是哪一段——是思考，还是工具调用的往返。

关心可解释性的。 "潜空间可检查"如果成立，审计方式会变：不再读思维链，而是读向量状态。工具和标准都还没有。

三、怎么判断这类论文值不值得跟

1. 看对比基线是不是同规模、同数据。 混合方法和纯文字方法如果参数量不同，10.4% 就要打折看。
2. 看关键子集有没有掉。 平均分涨了，但医学、搜索这类需要外部证据的任务是否也涨，决定它能不能上生产。
3. 看"可检查"怎么定义。 能把向量解码成人类可读的句子，和能据此判断对错，是两件事。
4. 等第三方复现。 代码公开是好事，但复现要看在自有数据上是否还成立。

四、三个别信的说法

"潜空间推理就是模型在心里默想。" 它需要专门的转换层和两阶段训练才成立。没有这些，模型只是在生成更少的文字，不是换了一种思考介质。

"token 省一半，成本就省一半。" 论文给的是 2.7 到 3.7 倍的成本节省，和 token 比例不是一个口径。成本还受硬件、批处理、调用次数影响。

"准确率 +10.4%，全面领先。" 这是 11 个基准的平均值。平均值会掩盖短板，尤其是需要多步工具调用的任务。

五、一句话结论

这套方法真正想解决的不是"让模型更聪明"，是让它在该省的地方省、该留下痕迹的地方留下痕迹——而后者还没被证明。

信息来源

• Hybrid Reasoning Agents，arXiv:2610.18861，2026-10-13

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。