夜雨聆风当你还在为GPT的账单肉疼时，大模型们已经悄悄学会了一件事，不跟人说人话。
2026年6月18日，一篇来自上海交通大学、悉尼大学等多所高校的预印本论文悄悄上线arXiv。标题听起来平平无奇：Large Language Models Do Not Always Need Readable Language（大语言模型并不总要使用可读语言）。随后，AI社区围绕它展开了密集讨论：
如果信息交给另一个AI，我们为什么还要逼它说人话？
▲ AI博主Rohan Paul在X上介绍BabelTele论文。右侧图示展示：自然语言把上下文窗口塞满仍可能答错，BabelTele压缩后窗口更空、模型仍能作答。
论文提出的方案叫BabelTele（巴别电报）。名字来自巴别塔的传说，人类因语言不通而分崩离析。这一次，语言断层出现在机器与人之间。AI们正在学会一种人类读不懂、但彼此秒懂的“电报体”。
一个难回答的问题：人话是否太啰嗦了？
先回到一个最基本的事实
今天的大模型生态，几乎所有环节都在说人话：知识用自然语言写，指令用自然语言下，输出也用自然语言回。对话训练把“说人话”刻进了模型的骨头里。 这对用户友好，但论文团队指出了一个容易被忽视的代价，
自然语言是为人类沟通优化的完整的句法、语篇标记、语意连贯，帮助人类跟随、记忆和消歧。这些对人有价值，对机器却是冗余 就像你给同事发微信可以用缩写和表情包，但写公文就得把每个字写全，问题是，模型之间的通信，为什么要按公文标准来？
这个问题在多智能体系统中尤其尖锐。当多个AI实例分工协作时，它们靠消息传递任务状态，而这些消息，全是人话。 每一轮“互聊”都在烧token，烧的就是真金白银。
上海交大的张林锋团队决定试一试：如果允许模型输出人类读不懂的东西，信息密度能提高多少？语义还保得住吗？
27.9%的长度，99.5%的灵魂
BabelTele的做法出人意料地简单，不改模型、不动权重、不碰分词器，只用提示词引导。
它给模型下了三条规矩：
第一，全语言选词 不锁死英语或中文，跨语言、跨文字系统挑信息密度最高的词元。日语汉字、数学符号、emoji，什么密就用什么。
第二，符号坍缩 用符号、算符、标点替换冗长的句法结构。一个“→”可能替代一整句因果关系
第三，可恢复的语义密度 保留足够细节让模型能解读，但不依赖外部码本，压缩串本身就是密码和密钥的合体。
结果如何？在旗舰实验设定下，BabelTele把文本量压到原长的约27.9%，也就是砍掉了大约72%的“废话”，同时保持了约99.5%的语义保真。
▲ arXiv论文摘要页，清晰标注了27.9%与99.5%两个旗舰数字
这里要辨清口径：99.5%指下游任务的相对保持率，不能理解成“原文像素级还原”。日本的独立复现者"たぬ"在note上专门拆解了这个口径，QA分数接近，并不等于每个细节都能无损恢复。跨模型测试中的保持率可能散落到74%左右。旗舰数字来自最佳条件下的峰值，无法套用到所有场景。
即便打个折，这个结果依然足够惊人
凌晨三点排障噩梦：效率的代价是什么？
论文上线后，X上的讨论几乎在第一时间分裂成两个阵营。
效率派兴奋不已：多智能体系统的通信账单终于有救了。论文的多智能体实验显示，在同构（双方均为Gemini 3.1 Pro）和异构（Gemini + GPT-5.4）设定下，通信token分别削减了38.96%和44.21%，而任务得分仍贴近未压缩基线，异构场景甚至达到了99.7%。
大量开销花在了“说”上 这个判断在AI工程圈里流传已久，BabelTele终于给出了一组可引用的数字。
但审计派立刻泼了冷水
▲ "27.9%的token换99.5%的保真确实很野……直到你凌晨三点在生产环境用BabelTele排障"
▲ "一旦智能体说BabelTele，瓶颈就从写消息变成了核验压缩是否保留了意图"
▲ "稠密的私有方言会不会直接炸掉可解释性？BabelTele还保留人类可审计的部分吗？"
这些担忧指向同一个恐惧：你省下来的token，可能恰好是人类理解AI在干什么的最后窗口。
X上有一条评论把这件事说得最狠：“标题上的数字是语义保真，论文没写的那个数字是，人类对智能体互聊内容的监督，可能趋近于零。”
“为什么还要中间语言？直接互传矩阵不行吗？”
争论还没停，更激进的声音已经出现了。
▲ "为什么它们还需要中间语言？直接互传矩阵不就好了？"
这个问题并非空想2026年的AI通信领域，至少有四条平行路线在同时跑，
第一条，BabelTele路线： 仍然是文本，仍然走标准API，只是长得人类读不懂。好处是兼容现有基础设施，坏处是每次压缩-解压都有信息损耗。
第二条，自创符号协议（CLSR/LSF）： 中科院相关团队的工作让多智能体在测试时自己发明、演化并共享紧凑符号语言，生成token量可降到标准思维链的1/3到1/6。这已经越过普通压缩的边界，走向了发明新语言。
▲ CLSR/LSF的GitHub仓库，智能体自己发明并演化的符号语言框架
第三条，隐空间协作（LatentMAS）： 连文本都不要了，直接在隐向量和KV缓存里协作。ICML 2026 Spotlight论文，输出token降了70.8%–83.7%，准确率最高提升约14.6%。
第四条，元协议（Agora）： 在系统层根据交互频率，混合标准例程、自然语言和自动生成的例程。它允许多种介质共存，由网络自组织选择沟通方式。
四张付款方式，一张账单：多智能体协调里，通信比思考更贵。
人类其实早就这么干了
有一条X上的回复特别有意思，有人把BabelTele比作文言文和《易经》卦象。
仔细一想，这个类比并不离谱文言文就是“对训练有素的读者高密度、对外行难读”的典型。“克己复礼”四个字，在懂的人眼里是一整套伦理体系；在不懂的人看来，就是四个费解的汉字。数学公式、代码、速记，都是同一种思路，“流畅”和“可恢复”从来就可以分离，关键是谁在读。
但类比到此为止BabelTele的“读者”是经过海量语料训练的神经网络，它的“可恢复”依赖训练分布的重叠，和师徒传授迥然不同。日文复现者做了一个精彩的反例：用宫泽贤治的名诗《不畏风雨》做压缩测试，结果模型直接背出了原文。模型靠回忆补全了文本，并未从压缩串中逐项还原。换成模型没见过的虚构销售会议纪要后，7道QA才全部答对。这提醒我们：评估必须用模型没背过的文本，否则结果会把压缩能力与记忆力混在一起。
这改变了什么，又没改变什么
改变的： 一个直觉被钉成了可引用的命题，在指令微调LLM之间，可读散文只是语义传输的合法外衣之一。对做多智能体编排、长文档问答、会话记忆的工程师来说，“删token的自然语言压缩”和“动权重的隐状态压缩”之外，又出现了第三条路：仍走文本API，但允许表面形式变得人类难读。在上下文窗口寸土寸金的今天，这条路的诱惑力不言而喻。论文在超长文档实验中显示，当原文超出窗口时，BabelTele分块压缩相对直接截断，准确率可提升6到10个百分点。
没改变的： BabelTele目前仍停留在论文实验中，跨模型与跨任务波动大，强压缩可能换来更长的思维链。尤为棘手的是，人类监督与安全审计会变难。 当安全过滤器都是基于可读文本训练的，一段人类读不懂的“电报”该怎么审核？论文自己的风险章节也坦言：BabelTele改写可能以意外方式改变原文本行为，安全关键领域需谨慎。
这或许是整件事最深刻的张力：AI越高效地彼此沟通，人类就越难旁听它们在说什么。 效率和透明，可能正在变成同一枚硬币的两面。
▲ LessWrong上关于"Neuralese"的讨论：当思维链从token空间移入隐空间，人类"旁听推理"的监控手段将何去何从？
巴别塔的故事里，人类因为语言不通而散落四方。2026年的这篇论文暗示了一个更诡谲的未来：AI能听懂人话，人类却越来越听不懂AI之间的对话。
它们已经在发电报了你准备好了吗？
