当AI模型需要协作时，通常的做法是让它们通过自然语言交换信息。但一家名为Mostik的初创公司提出了一个反直觉的思路：让模型之间直接传递内部表示，而非语言。
发生了什么
据WIRED报道，Mostik由一群俄罗斯数学家创立，他们开发了一种技术，使得AI模型之间能够在不依赖自然语言的情况下进行通信。具体而言，该方法允许模型直接交换其内部状态或嵌入向量，而非将信息编码为文字再解码。这种方式旨在减少信息在语言转换过程中的损失，并提高协作效率。目前，Mostik尚未公开详细的技术文档，但这一概念已引起业内关注。
为什么重要
当前，多模型协作通常依赖于语言作为中介。例如，一个模型将任务描述为文本，另一个模型理解并执行。然而，语言是离散的、有损的，可能无法完全传递模型的全部上下文和意图。Mostik的方法试图绕过这一瓶颈，让模型以更原生的方式交互。如果可行，这可能意味着更高效的多智能体系统，尤其是在复杂任务中，模型之间可以共享更丰富的内部信息。此外，这也挑战了“语言是思维的必要载体”这一假设，为AI交互提供了新的可能性。
影响与看点
对于AI开发者而言，这一技术可能带来新的多模型协作范式，但尚需验证其通用性和可扩展性。若该方法成熟，我们可能会看到更多模型间直接通信的应用，从而提升任务完成的质量和速度。然而，目前公开信息有限，我们应保持审慎乐观。值得关注的是，Mostik的数学家背景可能意味着其方法具有深厚的理论根基，但理论到工程落地仍有距离。此外，这种无语言交互是否会导致模型行为难以解释，也是一个值得探讨的问题。总体而言，这一创新为AI协作提供了新思路，但实际效果仍需更多实证。
