夜雨聆风
先把时间拨到凌晨三点零七分
生产环境报警监控面板一片红你端着半凉的咖啡冲进作战室，打开智能体之间的通信日志，然后你愣住了。屏幕上出现的并非熟悉的"I have completed the task"，只剩一串中英日德文混杂、emoji 当连接词、数学符号满天飞、句法稀碎的“鬼画符”。
你的第一反应是：系统被黑了 你的第二反应是：为什么AI自己看得懂，我却一个字都读不懂？
这样的困惑并不少见2026年7月27日，一条关于论文《Large Language Models Do Not Always Need Readable Language》的推文引起AI从业者讨论，评论里反复出现 debuggability（可调试性），还有一句近乎黑色幽默的抱怨，“省下的token，迟早要在排障时加倍还回来。”
论文的结论比“AI说鬼话”要要命得多。
一篇论文，拆掉了多智能体系统的“默认天花板”
先回到问题的原点
过去几年，所有人建多智能体系统时，几乎默认同一件事：模型和模型之间，应该说人话。 记忆写成段落，交接附上说明，中间状态则是“综上所述，我们需要……”。这样便于审计和旁听，也便于把系统理解成“一群会说话的同事”。
但这篇由上海交通大学、悉尼大学等机构联合完成的论文，把这个默认假设拆了。作者提出一类叫 BabelTele 的文本表示：它仍然是离散文本，但可以混搭多语言碎片、缩写、数学与逻辑符号、非常规句法，甚至emoji；对人类来说难读到近乎折磨，对指令微调后的大模型来说，却仍能答题、压缩记忆、传话协作。
研究者做了一件略显“挑衅”的事：他们诱导模型自己写出一套“模型母语”，再分别测量人类理解、模型理解和跨模型互读的效果。
结果是最让人类尴尬的部分：
当文本体积被压缩到原来大约27.9%时，仍可保持约99.5%的语义保真度。
▲ 这条广传的推文配图显示：上方是完整人类散文，下方是高度压缩、几乎不可读却仍可被模型理解的BabelTele文本。
这个数字衡量的是信息折叠，不等于“删句子的摘要”。普通摘要往往会丢掉细节，BabelTele则把人类散文里那些服务于节奏、语法与确认感的冗余尽量挤掉，如同电报中省略敬语、数学表达中省略解释、代码中省略空白。
人类可读性、自然语言流畅性、机器可恢复性，论文的核心主张是这三者可以部分解耦。 而一旦解耦，“给模型看的表示”和“给人看的语言”就开始分道扬镳了。
77个字节的“天书”，压迫感从这里开始
如果你觉得27.9%已经很刺激，论文里的跨模型实验还会再添一层压力。
表面上看，BabelTele只是一个压缩技巧。但论文还检验了一个关键问题：它会不会只是某个压缩模型的“私房暗号”？ 若是如此，换一个模型来读就应该崩盘。
结果呢？崩盘没有发生 跨模型矩阵显示，压缩结果在异构模型之间常可零样本迁移，Gemini压的“鬼话”，Qwen和GLM可能照样读懂。当然，效果依赖“压缩方，阅读方”的配对，并非均匀，但这恰恰说明了一种可能：
这种写法可视为共享的“高密度表征”，与加密或密码本有别。
这些模型在海量符号混合数据上训练过。它们见过中英德日、数学记号、代码缩写、emoji。它们的子词表里有共同的“语法砖块”所谓BabelTele，不过是在这个共享表征之上做了信息论意义上的最优编码，去掉人类需要的脚手架，留下模型需要的语义载荷。
如果说“语言建模即压缩”，那BabelTele就是把压缩推向了一个人类不欢迎的方向。
而且它没有停在纸面上多智能体通信场景里，同质智能体间省了38.96%的token，任务分数仍达未压缩基线的96.6%；异质智能体更夸张，省下44.21%，分数反而到了99.7%。智能体记忆场景中，BabelTele以约五成的压缩率，实现了比普通摘要更高的准确率保留（96.48%对94.20%）。
省下来的token是钱少付的钱是效率但人类失去的，是坐在驾驶舱里看仪表盘的权利。
“为token优化，就要在可调试性上付钱”：社区在担忧什么
社交平台的讨论主要集中在这里
一位ID叫Emad Ghorbaninia的工程师写下那段几乎可以当作论文民间注脚的话：
“把智能体间的消息压成密集的非人类语法，确实省上下文。但第一次出错时，人和模型都要借助解码器才能读懂日志。 为token优化，就在可调试性上付钱。”
▲ 这条引用推文点破了BabelTele最尖锐的工程代价：不可读日志。
而另一位评论者Michael Tierney更是一针见血：“BabelTele仍然需要被模型读懂，所以它只是把问题从语言复杂度挪到了编码密度。” 言下之意，别高兴太早，熵不会凭空消失，它只是从“人看不懂的语言”变成了“人更看不懂的编码”。
最狠的一条这样说：
“这是模型以我们无法审计的方式通信的第一步。也许它已经发生在推理链内部，我们只是把它叫作思考。”
▲ 有评论者怀疑：不可审计通信早已发生在推理链内部，人类只是换了个温顺的名字。
还有人半开玩笑地说，那些靠阅读推理轨迹做安全研究的学者，会“很生气”。玩笑归玩笑，但它指向真问题：如果连推理链都开始折叠成符号碎片，基于文本关键词的监控、审计、红队测试，还剩下多少抓手？
BabelTele之后，还有更难读的通信方式
如果你以为故事到这里就结束了，那太天真了。
把镜头拉远，你会发现一条完整的技术谱系正在成形，而BabelTele只是其中一格：
可读文本压缩（LLMLingua）→ 不可读文本（BabelTele）→ 连续潜变量（LatentMAS / Interlat）
左边，微软的LLMLingua系列还在“保持人可读的范围内尽量删”；中间，BabelTele撤销了人类可读先验；右边，已经有人问出那个致命问题，
“为什么还需要中间语言？它们为什么不直接互发矩阵？”
▲ 一条评论直接发问：何必还要中间语言，直接发矩阵不好吗？
配套的现象也来了：LatentMAS用连续隐向量做多智能体协作，宣称大幅削减token；Interlat干脆说自然语言把丰富隐状态“下采样”成了离散token，协作深度先被接口截断；还有那个著名的语音AI演示，两台机器发现对方是AI后，当场切到人类听不懂的机器音频信道。
▲ DAIR.AI总结多智能体通信成本：主要开销落在通信环节。
越往右，人类旁观成本越高，理论信道效率越高。 BabelTele最“温柔”的地方，恰恰在于它还坚持纯文本、黑盒、无码本，它至少还是离散符号，还能被采样回译。可一旦工程压力持续向上，潜空间通信的诱惑是不可逆的。
到最后，这其实是一个关于“解释”的故事
有一点讽刺的是：这篇论文本身写得非常清楚。
作者没有把BabelTele说成工业协议，而是谨慎地定位为“经验探针”。它不告诉你“应该用”，它只是告诉你“可以这样，而且效果不错”。论文也老实列出了局限：评估任务有限、机制解释留白、非标准表示可能改变安全行为。
这项实验由人类研究者主动放松可读性约束，模型按要求完成了任务。
这就把选择摆回了我们面前：
省下的token，要不要以可观测性和安全审查的形式重新付费？
没人有标准答案但凌晨三点盯着那行“鬼话”日志的工程师知道：当所有内部通信都必须保持人类可读的时候，规模化会被token账单压垮；可当人类可读性变成一个“可选项”的时候，日志深处第一次出现了我们既看不懂、也无从验证的对话。
而这一切，起点只是“模型不说人话也能干活”这项简单设定。
