夜雨聆风
现在整个AI行业，正在慢慢碰到一个非常现实的问题。
大家已经不再满足于“一个模型回答一个问题”了，而是开始让多个AI Agent一起协作：有的负责检索，有的负责规划，有的负责代码生成，还有的负责验证结果。理论上，这种系统会比单一模型更聪明、更接近真实团队协作，但问题也随之出现。
因为今天大多数多Agent系统，本质上还是“让AI彼此聊天”。一个Agent生成一大段文本，再交给下一个Agent继续读、继续推理。整个过程像几个程序员轮流写长邮件沟通一样，不仅慢，而且极其消耗Token。
更麻烦的是，这种通信方式天然带来延迟。后面的Agent必须等待前面的Agent把整段文字生成完，才能继续工作。随着Agent数量增加，系统会越来越卡，成本也会越来越高。
于是现在整个行业其实都在思考同一个问题：AI之间，真的必须靠“语言”交流吗？
最近，伊利诺伊大学香槟分校和斯坦福大学的研究人员，提出了一个非常有意思的新框架：RecursiveMAS。它最核心的想法，其实可以用一句话概括——不要让Agent互相“说话”，而是直接共享“思维”。
研究人员发现，大模型在真正推理时，内部其实并不是靠自然语言运转的。真正承载语义和推理过程的，是隐藏状态（hidden states）和Embedding空间中的高维向量。
换句话说，人类看到的文字，其实只是AI最后翻译出来的“表层输出”。真正的思考过程，本来就在语言之前。
而RecursiveMAS做的事情，就是跳过“翻译成人类语言”这个步骤，让Agent直接共享内部潜在表示（latent representation）。这就像两个程序不再通过打印日志通信，而是直接共享内存，整个效率逻辑瞬间就变了。
从“聊天”到“共脑”
传统多Agent系统有一个非常严重的问题：每一步都必须显式生成文本。
比如Agent A完成推理后，会输出“应该先检索数据库，再调用工具……”，然后Agent B再把这些文字重新读一遍、重新编码、重新理解。这个过程对人类来说很自然，但对机器而言，其实极其浪费。
因为模型明明已经在内部形成完整语义，却还得先“翻译成文字”，再让另一个模型“翻译回Embedding”。等于来回做了两次无意义转换。
RecursiveMAS直接把这个步骤砍掉了。Agent之间不再传递文本，而是直接传递最后一层隐藏状态里的潜在向量。研究人员把这种机制称为“latent collaboration”。
你可以把它理解成：多个Agent开始共享“脑电波”。整个系统其实非常像递归语言模型（Recursive Language Models）。传统Transformer是线性向前传播，而递归模型会循环利用同一套层结构，让模型不断深化推理。
RecursiveMAS则把这个思想扩展到了多Agent系统。每个Agent不再是独立个体，而更像整个递归系统中的一层。一个Agent完成内部推理后，并不会立刻输出文本，而是把潜在表示直接传递给下一个Agent。等最后一个Agent处理完成后，再统一生成最终文本结果。
于是整个系统出现了一个非常重要的变化：Agent之间开始形成“连续思维流”。它们不再像人在微信群里一句一句发消息，而更像一个整体大脑里的不同神经区域。最后一个Agent处理完后，潜在状态还能重新反馈给第一个Agent，进入下一轮递归推理。
整个系统于是开始具备一种类似“反思”的能力。它不是一次性完成任务，而是在循环中不断修正整体推理。这其实已经很接近很多人想象中的“AI协同意识”雏形了。
真正昂贵的，
其实是语言
为什么它会这么快？因为文本，真的太贵了。今天大模型推理最大的成本之一，其实不是参数，而是Token。每生成一个Token，都意味着KV Cache扩展、Attention计算、GPU显存占用以及延迟增加。
多Agent系统尤其严重，因为系统里的每个Agent都在疯狂生成中间文本，而这些文本很多最后甚至不会被用户看到。
RecursiveMAS最大的意义，就是把这些中间Token几乎全部干掉。实验数据显示，在第三轮递归中，它的推理速度平均提升达到2.4倍，而Token消耗下降75.6%。这已经不是“小优化”，而是接近架构级变化。
更重要的是，它在复杂任务上的准确率还提高了。
研究人员在数学、医学、科学问答以及代码生成等多个Benchmark上进行了测试，结果显示RecursiveMAS平均准确率提升8.3%。在AIME2025和AIME2026等高难度数学推理任务中，它甚至明显超过了基于文本协作的多Agent框架。
这里其实暴露了一个非常关键的行业趋势：未来真正强大的AI系统，很可能越来越“不说人话”。
因为自然语言虽然适合人与人交流，但对机器而言，它效率太低了。真正的AI协同，可能会越来越像Embedding之间的直接流动。
这有点像互联网的发展过程。早期网站之间靠HTML页面互相链接，后来逐渐变成API通信，再后来直接进入数据库级互联。AI Agent之间，可能也会经历类似演化。
真正的大变化，
还在后面
RecursiveMAS还有一个非常现实的优势：便宜。
它并没有重新训练整个大模型，而只是训练一个叫RecursiveLink的小模块。整个模块大约只有1300万个参数，仅占冻结模型参数量的0.31%。
这意味着GPU显存需求更低、训练成本更低，也不需要重新微调整个模型。某种程度上，它有点像LoRA之于大模型微调，只不过这次优化的不是“模型能力”，而是“Agent之间的大脑连接方式”。
更重要的是，它天然适合企业级AI。因为今天很多企业真正头疼的问题，并不是单模型能力，而是复杂工作流成本。如果一个企业Agent系统每天都在互相生成海量文本，那么GPU成本会非常惊人。
而RecursiveMAS这种架构，实际上是在重新定义“AI协作成本”。它意味着未来企业可以部署更多Agent、更复杂推理、更长链条工作流，而不再被Token费用压死。
这也是为什么，现在越来越多研究开始从“更大的模型”，转向“更聪明的系统结构”。
行业已经逐渐意识到，参数规模并不是唯一答案。真正决定下一代AI能力上限的，很可能是Agent协同、推理循环、长程记忆、系统级架构，以及潜在空间通信。
而RecursiveMAS，恰好踩中了这个方向。它真正可怕的地方，并不是“快了2.4倍”，而是它让人第一次开始认真思考：如果AI之间不再需要语言，那未来的多Agent系统，最终会演化成什么？
人工智能正在重塑世界，也在反照人类自身。技术的进步值得期待，但理解它、使用它、规范它，更需要冷静与勇气。这一切，终究还是关于人。
参考来源：本文综合整理自 The Wall Street Journal、Business Insider、Reuters、Pew Research Center 等公开报道及资料。
声明：本文由《AI在想啥》团队独立翻译与改写，旨在以通俗视角呈现人工智能对社会、职场与文化的影响。内容仅供学习与交流参考，不代表任何机构或个人立场。若涉及版权问题，请联系删除。
