让模型用 1866 年的电报体写作，省 40% token

1866 年，跨大西洋电报每 10 个词收 100 美元。今天，token 就是新的词。

一、发生了什么

10 月 4 日，Travis Smith 在 Five Minutes Forward 发了一篇文章，把这个类比做成了实验。

历史背景是这样的：当年电报按词计费，商人和记者发明了两套压缩办法。一套是密码本，把整段商务短语映射成一个词，比如用某个词代表"轮船抵达、货物完好、余额已汇出"；另一套是电报体，删冠词、删虚词、用缩写，但保留全部事实、数字和专有名词。

实验设计是：50 篇短文，约 1300 道题，答案都是可核验的短答案（日期、人名、数量）。同一批问题、同一个评分器，只改变模型读到的东西——完整原文、纯文本摘要、电报体摘要、电报体摘要再还原成纯文本。评分用确定性字符串匹配，不用模型当裁判。

写入端用了四个模型：gemma-4-31b、qwen3.8-27b、gpt-5-mini、GLM-5.3-Flash。读取端跨家族，包括 nemotron-3-120b。

结果：qwen3.8-27b 省 48.9%，GLM-5.3-Flash 省 48.4%，gemma-4-31b 省 40.4%。跨家族读取的恢复率在 0.99 到 1.10 之间，最低的一组也基本与纯文本持平。完整原文作答的准确率是 91.5%，用纯文本摘要作答是 75.8%，用电报体摘要作答是 82.5%。

有一个例外：gpt-5-mini 只省 17.7%，但写入成本翻倍。原因是这个模型关不掉推理，文本变短反而让它想得更久。

作者还做了一个对照：另有一篇 2026 年 6 月的论文用非标准编码（词片、符号、emoji），把长度压到 27.9% 还能保持 99.5% 的语义保真。压得更狠，但那种编码人类读不懂，也不稳定。电报体的优势正好相反：压得少一点，换来可读、可审计、跨模型通用。

作者把代码和测试框架开源在 GitHub 上。

二、跟你有什么关系

搭 agent 的。 智能体的记忆、草稿本、agent 之间的交接，都是"内容已定稿、只给机器读"的场景，最适合压缩。同样显存能装更多上下文。

做 RAG 的。 不要把用户原文压成电报体再检索。压缩发生在摘要层，不发生在原始文档层。

算成本的。 省 40% 的输入 token，在长上下文应用里是实打实的钱。但省下来的部分可能被"多一次还原调用"吃掉。先把账算到"每完成一个任务"这一层，再决定压不压。

三、怎么用

1. 只在定稿之后压。 让模型一边思考一边写电报体，会付"文体税"：同一批问题，用电报体作答的准确率只有 74.4%，是完整原文的 0.81。省了字，丢了分。
2. 别用全大写。 作者说模型默认会写全大写，而全大写会损失 14 到 19 分的准确率。指令里明确要求小写。可以直接写：用 1866 年电报体，全小写，删冠词和虚词，保留全部数字、人名和专有名词，不要解释。
3. 先在你的模型上测一遍。 四个模型里省得最多和最少的差了近三倍，还有一个是负收益。同一句指令，不同模型的压缩率不一样。
4. 人类要看的时候再还原。 存储闭环不划算：还原版平均 260 token，压缩版 117 token，但生成还原版要多花约 312 token。只有当机器读的次数够多，才回本。

四、三个别信的说法

「压缩一半，成本就降一半。」 省的是输入 token，不是总成本。如果模型因为文本异常而多推理几轮，账单会反过来涨，gpt-5-mini 就是例子。

「模型之间可以用暗语随便聊。」 电报体之所以可用，是因为人类可读、规则固定、随时能解码。自发演化出来的压缩协议压得更狠，但会漂移，也没法审计。

「这是什么新技术。」 方法是 1866 年的，作者做的是把它搬到 token 计费上，并且做了可复现的测量。价值在测量，不在创意。

「测一次就能长期用。」 作者说，每来一个新模型，基准要重跑一遍，大约一个下午的算力。压缩率是可测量的模型属性，会随版本变。

五、一句话结论

电报体提醒我们：省字和省意思是两件事；对机器说话可以省字，让机器替你想的时候不行。

信息来源

• Five Minutes Forward：Write Like It's 1866: LLMs Relearn Telegraphese（2026 年 10 月 4 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。