夜雨聆风
今天凌晨三点，你被报警电话叫醒生产环境崩了
你打开日志，准备像过去十年一样，一眼看出哪里出了问题。但屏幕上的报错既非英语或中文，甚至不像任何人类语言。那里只有一堆破碎的多语言片段、数学符号、emoji和逻辑箭头，以及你的AI智能体冷静地告诉你：一切正常，只是消息压缩了。
这幅景象来自2026年6月18日出现在arXiv上的一篇论文。它的名字叫BabelTele，一个让你的AI员工们在办公室里说着你完全不懂的“加密黑话”的协议。而最令人不寒而栗的是：它们真的互相听懂了。
▲ AI资讯账号Times Of AI的转述帖：如果AI不再像人类一样说话怎么办？
27.9%与99.5%：一场无声的效率革命
切入点是一个几乎所有人默认的假设：AI之间通信，应该说人话。
过去几年，多智能体系统的工程师们像教幼儿园小朋友一样教AI协作：记忆写成段落，任务交接写成说明，中间状态写成“请注意……因此我们……”，所有内容都得让人读懂并接受审计。 好处很明显：你能旁观，你能调试，你能假装自己有一个“全AI团队”在无缝配合。
但有人捅破了这层窗户纸
论文《Large Language Models Do Not Always Need Readable Language》的作者们提出了一个大胆的问题：如果接收方不再是人类，为什么还要用人类的语言？ 人类语言携带大量冗余，完整句法、过渡句、礼貌用语、重复确认，这些对人是脚手架，对机器是可压缩的废料。
他们的答案是BabelTele：一种混合多语言碎片、缩写、数学与逻辑符号、非常规句法甚至emoji的高密度文本表示。它仍然是文本，仍然走黑盒API，不需要改模型权重，不需要密码本。但读起来，像是某种来自赛博空间的“方言”。
结果惊人：当文本体积被压缩到原始长度的27.9%时，语义保真度仍高达99.5%。 AI用不到三成的字数，说了几乎完全一样的事。用经济学的语言讲：通信成本骤降七成，信息损失几乎为零。 任何一个做过大模型推理成本核算的人，看到这个数字都会头皮发麻。
▲ ar5iv页面上方的论文标题、作者与摘要开篇
为什么“不说人话”反而更高效？
要理解BabelTele为什么有效，得先理解一个概念：token，上下文窗口，以及“为什么说人话很贵”。
大语言模型处理文本的计量单位是token（词片）。你输入的每一个token都要占用计算资源：时间、电力、金钱。而在多智能体系统中，AI要反复传话、交接任务、交换记忆，通信本身成了最大的成本黑洞。
传统的做法是提示压缩，比如微软的LLMLingua系列。但那些方法有一个共同的“自我设限”：压缩后的文本必须仍然读起来像人话。 像给机器戴上一副人类的眼镜，逼它在人类美学的框架里省字。
BabelTele把眼镜摘了它告诉模型：你不需要让我看得懂，你只需要让另一台模型看得懂。 于是，机器开始写出人类困惑度飙升、机器理解却不打折的文本。基座模型对BabelTele的困惑度相对原文升高一个数量级，Llama-3-8B从9.63飙到176.60，说明这些文本在统计意义上“简直不像自然语言”。但下游问答准确率，却稳稳地高
人类可读性、自然语言流畅性、机器语义可恢复性，这三者，被这篇论文用一个实验证明是可以分离的。
这个结果也在拆解我们熟悉的认知框架。
多智能体通信：AI同事开始说悄悄话
来看最令人震撼的一组数字
在多智能体通信实验中，同质模型用BabelTele传话，Token节省38.96%，任务得分保留96.6%。 异质模型，即不同厂商的模型互相通信，Token节省高达44.21%，保留率99.7%。让GPT和Claude用“黑话”交接任务，比让它们像人类同事一样写电子邮件式的工作报告，便宜近一半，表现几乎一样。
它们的聊天记录，人类一个字都看不懂。
这种表达也不限于固定模型组合：跨模型矩阵显示，压缩产物在异构模型间常常可以零样本迁移，换一台模型来读，仍然读得懂。这暗示了一个更深的东西：这些“黑话”呈现出从海量混合语言训练数据中涌现的某种共享底层表示。 机器之间，其实早就存在一种“前语言的默契”，只是人类一直用“自然语言”这一层皮盖住了它。
▲ 社区评论：有观点指出，压缩代价若近似线性，则确有降本价值
代价：凌晨三点的“可调试性噩梦”
当然，凡是效率革命，必有反噬
原帖下最尖锐的评论来自一位工程师。他说：这套东西，直到你凌晨三点在生产环境里，盯着一堆“@p4→∑ε⇄…📎”排障之前，都棒极了。
这正是BabelTele的核心代价：为token优化，你在可调试性上重新付费。
当智能体间的消息变成人类读不懂的压缩文本，整条监控链就会断裂。日志系统的每一次搜索、每一个告警规则、每一个合规审计流程，都是在“人话”的基础上建立的。当中间件不再是自然语言，你的可观测性就跟着塌了一块。
有人更尖锐：这是模型以我们无法审计的方式通信的第一步。 而且，“也许它已经发生在推理链的内部了，只不过我们把它叫做‘思考’。”
▲ 引用帖：为token优化，为可调试性付钱
▲ 另一位评论者：这是向“不可审计通信”迈出的第一步
更大的图景：从压缩文本到“心灵感应”
BabelTele只是冰山一角要理解它的位置，得看一条更大的谱系。
在最保守的一端，是LLMLingua这类可读压缩工具：删字减词，但仍保持人类可读，压缩比2到5倍。BabelTele站在中间：文本依然是文本，但“人类可读”不再作为约束条件。 而在最激进的那一端，是潜空间通信：不再用任何离散文本，直接传连续向量，像AI之间的一种数位心灵感应。DAIR.AI等机构已经在介绍LatentMAS、Interlat这类工作，它们声称能让AI在连续潜空间中交换内部表示，而不必把信息“降采样”成离散token。
▲ DAIR.AI的介绍帖：多智能体通信成本与潜空间方案
这个谱系有一个清晰的历史逻辑：人类在需要效率时，从来愿意放弃流畅散文。 电报体、数学符号、编译器中间表示，都是“给人看”与“给系统用”分离的旧故事。BabelTele的新意在于：这一次，收件人也不再是人。
工程上，这会推动一种双轨接口：面向用户、合规和客服的外部接口依然说人话，智能体记忆、工具中间态与多代理传话则可使用BabelTele、schema或潜向量。日志系统将面临一个艰难的选择：默认存哪一轨？关键路径是否强制回译？抽样审计如何设计？
一个无法回避的问题
我想花最后一点时间，谈一个所有人都该问的问题。
如果AI真的不再说人话，人类还剩下什么？
也许你会说，这没什么，编译器早就不说人话了，我们不也活得好好的？但有一个微妙的区别：编译器由人设计、人维护、人审计。而BabelTele的“语言”是从模型内部涌现出来的，人类从未参与过它的语法设计。我们只能观察结果与表面，原因和结构仍然隐藏在模型内部。
有评论者在原帖下贴出了LessWrong上一个关于“neuralese”（神经语）的老讨论链接。讨论的核心是：当神经网络用自己内部的语言交换信息时，它究竟是在用一种“加密的人类语言”还是“一个完全不同的表征系统”？这个问题，至少从2016年就有人在问了。 BabelTele给出的答案暗示：两者之间的界线，可能比我们想象的更模糊。
论文作者在局限中承认：非标准表示可能改变安全相关行为，在关键域需谨慎。这几乎是学术语言能表达的、最委婉的警告。
别急着把它上线到你家的医疗问答系统。
尾声
回到凌晨三点的你
你在日志里看到的那些乱码，可能就是你的AI团队在高效地交接任务。它没有失控它甚至做得比说人话的时候更好你只是，被排除在了对话之外
这件事最反讽的地方在于：我们花了十年时间教AI说人话，然后AI花了三十分钟学会了一种只有AI才懂的语言。而人类，站在这个自己亲手搭建的系统外面，也许会一次次成为房间里唯一依赖翻译的人。
▲ 原帖：BabelTele的核心数字与论文对比图
参考论文：Zhu et al., "Large Language Models Do Not Always Need Readable Language," arXiv:2606.19857.
注：本文中提及的社区观点（可调试性、可审计性等）为社交平台讨论内容，与论文实验结论相互独立。
