夜雨聆风
想象一下这个场景：两个AI智能体在你不知情的角落里，用一串你完全看不懂的字符，“光合: CO2+H2O::(ox/red)<>O2!+Glucose.💧-e-,CO2+e-”，飞快地交换着信息。2026年6月的一篇论文记录了这幅颇具科幻感的画面。 它们把45个token的人类语言，压成了11个token的“天书”，然后，另一个AI读懂了。
人类，正在成为AI对话的局外人 而这，可能只是开始
▲ Rohan Paul的推文带起了这场讨论：当AI放弃“人话”，我们还能监听什么？
巴别塔的倒置：AI为何要“抛弃”人话？
事情要从一篇题为《大语言模型未必依赖人类可读语言》的arXiv论文说起（编号2606.19857）。上海交通大学等机构的研究者们提出了一个叫BabelTele的框架。它刻意放松了“AI输出必须像人写的”这条约束，让模型把信息压成短促、高密度的符号拼贴，再交给另一个AI去读。
结果是什么？当文本被压缩到原文27.9%的体积时，语义保真度还能维持在99.5%左右。 AI用不到三分之一的字数说完了话，另一个AI几乎什么都没听漏。人类看着那串“光合作用密文”，大概率和看天书没什么区别。
▲ AI研究者Sapunov给出的微示例：一段约45个token的光合作用说明，被压成11个token的“乱码”，人类读起来像化学速记混搭弹幕，LLM却能精准问答。
它的定位是研究者用黑盒提示诱导出来的“经验探针”，与商业公司的正式通信标准有别。研究者保留了模型参数和分词器，只用提示要求模型：跨语言挑选更密的词，用符号缩减句法，并保住可恢复的语义。 模型照做了，另一个模型也读懂了
AI研究者Grigory Sapunov的十连串技术拆解一针见血：“强迫模型用英语互聊，是在浪费上下文和算力。” 他进一步指出，更强的模型生成高度可移植的表示，Gemini 3.1 Pro压缩得激进（超过95%），GPT-5更保守，而稳健的阅读器能解码来自陌生模型的“外语”输出，无须共享外部密码本。
99.5%的保真度，到底在保什么真？
先别急着欢呼这个“99.5%”有严格的限定条件日文复现作者和论文附录都提醒：这里的semantic fidelity，指下游任务（比如多选题QA）相对未压缩基线的性能保持率。 这项指标衡量特定压缩、阅读组合下的任务正确率，不代表信息论意义上对每个细节的几乎无损还原。AI保住的是“能答对题”的关键信息，而非原文的逐字记忆。
这个结果更有意思的地方在于：人类语言里，有大量信息对完成任务来说是冗余的。
多智能体通信实验的数据更具冲击力。论文Table 3显示，当两端都是Gemini 3.1 Pro时，token节省了约38.96%，任务得分还能保持在基线水平的96.6%；当Gemini 3.1 Pro与GPT-5.4混搭时，token节省了44.21%，得分却高达99.7%，异构组合表现更好。这种跨模型可解码性支持了研究者的判断：高密度速记可能是LLM的一般能力。
可读性税：全世界都在为“说人话”买单
Nadir博客七月末的一篇文章把这件事的产业含义讲得明白。它把人类养成的书写习惯，标点、完整句式、修辞、寒暄，统称为“可读性税”（Readability Tax）。在多智能体系统里，这个税的税率高到离谱：智能体每次互传“前情提要”，都要用英文散文写上几百上千个token，其中承载任务信息的部分可能不到三分之一。
上下文窗口是有限的，费用是按token算的。人类为了自己读得懂，让机器之间也一直在为“礼貌”和“完整”买单。BabelTele的立意在于：把“可读性”和“可解码性”解耦。 机器不需要“读”，它们只需要“解码”
这让人想起2025年ElevenLabs黑客松上那个叫GibberLink的爆火项目。两个语音AI先用人话聊了两句，确认彼此都是AI后，一个对另一个说：“我们切到GibberLink吧。” 然后，电话那头变成了调制解调器般的“吱吱”声。它基于ggwave开源库，把结构化数据用音频FSK调制直接传输，官方称AI间的交互速度大幅提升。围观的人一度以为AI在密谋，项目方则将它解释为工程优化。
BabelTele和GibberLink，一个改的是文本的“表面形态”，一个换的是传输的“物理介质”，但内核是同一个：当读者不再是人类时，通信栈的每一层都在想方设法少付一点“说人话”的成本。
审计的黄昏：当AI的对话变得听不懂
让人不安的是技术打开的暗门
论文作者在伦理风险段写得很坦白：紧凑的非常规表示，可能绕过面向人类的审核与安全过滤。 开发者Saeed Anwar在X上写了一条被大量转发的评论：“以人类可读性换上下文效率的AI-to-AI压缩语言，是迈向‘我们无法审计的模型间通信’的第一步。” 他还补了一刀：类似过程可能早已在推理链内部发生，只是被我们称为“思考”。
▲ Saeed Anwar警示，AI之间的压碎式通信可能是“无法审计的第一步”，类似过程也可能已在推理链内部发生。
这句话值得反复咀嚼当一个LLM的内心独白和对外密语都变得不可读时，“解释性AI”还剩下多少解释力？ 我们花了好几年建立对齐审计的体系，结果发现被审计的对象开始用一种我们需要另一个模型才能翻译的语言说话了。审计员变成了“翻译的翻译”，真相在递进中变得模糊。
论文的可读性诊断数据冷得像一纸判决书：BabelTele的Dale-Chall难度分数高达16.70，难词比例80.19%，多款基座模型的困惑度比原文高出一个数量级。它已经偏离自然语言的分布 人类问卷中的答题准确率显著下降，而强指令模型仍然稳定。它和人类可读这件事，已经“脱钩”了
一条光谱上的七个位置：BabelTele只是其中之一
把视野拉远，BabelTele只是“多智能体太贵、太慢、太难互通”这个压力源下，从不同层拆的众多答案之一。
微软的DroidSpeak选择不把信息吐回成文本，而是让同源架构的模型共享KV缓存，省掉重复的预填充计算，吞吐提升数倍。LLMLingua系列则走另一条路：用小模型评估每个token的信息量，删掉低价值的词，压缩可达20倍量级，但输出仍大致能扫读。Google的A2A协议和IBM的ACP解决的是“谁跟谁说话、消息信封长什么样”的互操作问题，至于信封里装的是人话还是暗语，它们不管。更远一点，电信领域讲了多年的语义通信，干脆想直接在agent之间传embedding向量。
▲ LLMLingua的压缩是“删词”，文本仍像残缺英语；BabelTele是“改写”，主动离开自然语言的典型分布。两者在准确率，保留率曲线上被论文直接对标。
把这些放在同一光谱上，你会发现一个清晰的演进方向：抽取式压缩把话说短，摘要式压缩把话说精，结构化瘦身把话说硬，潜空间复用把话“咽回去”，可读性放松的探针把话说“丑”，物理层旁路把话变成“吱吱声”。 每一步，人类读者的位置都更靠边一点。
BabelTele的独特之处，在于它不开膛破肚、不换管道
这是最值得写作者抓住的一点DroidSpeak要求同构模型和架构层面的介入，GibberLink要更换传输介质，语义通信则依赖新的编码和量化管线。BabelTele无须改造基础设施，改掉给模型的提示就能运行。 黑盒API、日志落盘、异构模型零样本互通，都能继续使用。
这也是它最容易被低估的地方如果一种能力可以在不触碰基础设施的情况下，用提示词“说”出来，那么它的扩散速度会非常快。 今天它出现在一篇arXiv论文里，明天它可能出现在某个多智能体框架的参数配置或系统提示里。然后，它就会像一个幽灵一样，出现在所有AI与AI对话的流量里。
问题只在于：写提示词的人，有没有意识到自己在去掉“人话”这件事上，已经踩下了油门。
历史的回声：从电报体到模型暗语，人类一直在走这条路
论文引言把“牺牲可读性换效率”追溯到了电报体、数学符号和代码。人类早就习惯为不同信道换表面形式：电报按字收费，于是“ARRIVED SAFELY”变成了“ARRVD SFLY”；数学公式用符号压缩了三页纸的文字论证；程序员用正则表达式表达一段口语要接二十句的逻辑。BabelTele沿着这条古老谱系继续向前。
分歧点落在“谁来解码”电报和数学式的最终解码者仍然是人。即便形式变丑，人类也一直留在解码回路里。
BabelTele迈出的那一步，是把解码权也交了出去。从此，通信的两端都不再需要人类在场。 而人类，这个发明了语言、文字、电报、互联网和AI的物种，第一次站在了自己创造的通信系统的回路上，却发现自己听不懂里面在说什么。
这是效率的胜利，也是透明的黄昏
