夜雨聆风
想象一个场景：你的手机里有两个AI助手正在替你协商一次会议安排。它们聊得热火朝天，但你凑过去一看，屏幕上滚动的却是，
光合: CO2+H2O::(ox/red)<>O2!+Glucose.💧-e-,CO2+e-
这串字符像乱码和程序异常，它们却把它当成正在使用的“黑话”。
2026年6月，一群来自上海交大等机构的研究者向arXiv提交了一篇论文，标题直接甩出一个反直觉的判断：大语言模型可以脱离人类可读的语言。他们管这套东西叫BabelTele，一座让模型悄悄绕开人类耳朵的巴别塔。
▲ Rohan Paul 在 X 上发布的长帖带起了这轮讨论：AI 之间用压缩“黑话”通信，人类可读性、自然语言流畅性与机器可恢复性，本质上可以互不干扰。
一、两个AI聊天，凭什么要“说人话”？
这事的起点，是一个听起来朴素到几乎愚蠢的问题：
既然阅读方也是机器，为什么发送方必须把信息写成莎士比亚式的英文散文？
Grigory Sapunov在技术拆解串里进一步写道：强迫两个模型用英语互聊，本质上是让机器为人类读者的舒适度纳税。 Nadir博客给这笔税起了个名字，可读性税（Readability Tax）。标点、完整句式、修辞、礼貌用语……这些让文本“像人写的”的元素，在两个AI之间传递时，全都是浪费上下文窗口的冗余。
大模型的上下文窗口有限，多智能体系统每多一轮“前情提要”，延迟和费用就同步飙升。2024到2026年间，这是所有AI工程团队共同的痛。
BabelTele给出的解法，听起来像科幻，做起来却出奇地简单：
无需改模型、微调或换分词器，改提示词即可。
研究者用黑盒指令诱导模型，让它自己“发明”一套压缩语言：跨语言挑选更短的词素（Omnilingual Lexical Selection），用emoji和数学符号替代冗长句法（Symbolic Collapse），在舍弃人类可读性的同时保留机器可恢复的语义密度。
▲ Sapunov 串中的光合作用示例：45个token的英文句子，被压成11个token。人类看到的是乱码，指令微调后的LLM却依然能据此完成问答。
那个“45 token压成11 token”的例子，就像AI在人类眼皮底下发明了一门只有机器懂的速记语言。它近似加密：加密的目标是不让人读懂，BabelTele则主动放弃人类可读性，这之间的区别，细思恐极。
二、99.5%保真，到底意味着什么？
摘要里那组数字，27.9%的体积，99.5%的语义保真，几乎是公共讨论里的原子弹。它让媒体标题有了足够的爆炸当量，但也埋下了一个危险的模糊区。
日文复现作者和论文附录都冷静地指出：这里的“语义保真”，本质上是下游任务（比如多选题QA）相对未压缩基线的性能保持率。 具体说，它测的是“压成这样，AI还能不能答对题”，并不等于“压成这样，每个细节都毫发无损”。
这个结果的冲击还在于人机表现的分化。
人类在BabelTele输入上的问答准确率骤降，而强指令模型依然能保持接近未压缩状态的表现。 Dale-Chall可读性分数飙到16.70，难词比例高达80.19%，人类读者面前是一道墙，机器读者面前是一扇门。
人难读，机可读 这条界线分开了两类读者
▲ Sapunov 在串中明确点出“catch”：输入越密，阅读端CoT可能越长；以及更关键的警告，不可读文本可以绕过为人设计的对齐与内容审计系统。
另一个问题来自空间，时间权衡：压缩端省下的token，阅读端可能要用更多的思维链（CoT）token找回来。AI拿到一段“黑话”后，常常要自己给自己解释一遍才能继续干活。这像极了人类阅读极端简练的数学公式，空间减少，时间成本随之增加。模型有算力承接“思考时间”，上下文窗口里每一个token的“注意力租金”却更昂贵。
三、多智能体通信：从“说”到“交换”，一个词的革命
论文Table 3的数据，是这整个故事里最被低估的段落：
同构组合（Gemini 3.1 Pro 对 Gemini 3.1 Pro）：token节省约39%，任务得分保持在基线的96.6%。
异构组合（Gemini 3.1 Pro 对 GPT-5.4）：token节省约44%，得分反而达到99.7%。
异构场景得分更高这件事，可以停下来想一想。两个来自不同厂商的模型，在缺少共同“母语”的情况下，反而通过压缩协议达成了更高的任务完成度。 这带来一种风险：不可读协议或许比可读协议更适合机器间的意义传递，因为它剥离了自然语言中那些伪精确的模糊性。
人类写句子时，以为每个词都清清楚楚。但“把文件发给我”这句话，放在上下文里可以有一百种解释。而光合: CO2+H2O::(ox/red)<>O2!这种压缩符号，反而把语义坍缩到了一个任务可执行的最小接口上。
▲ 开发者 Saeed Anwar 的评论像一盆冷水：当模型开始用我们无法审计的方式交换信息，“它们应该已经在推理链内部这样做了，只是我们把它称作‘思考’。”
这句话是整场讨论中最令人头皮发麻的一句。如果CoT链内部的高密度表示早就存在，只是从来没有人类读过，那么BabelTele所做的，不过是把这种“非人语言”从思考层外溢到了通信层。
四、GibberLink、DroidSpeak与A2A：一整条“去人类化”的栈
BabelTele也有一批相邻方案。把视野拉开，你会发现整个AI通信栈都在悄悄“去人类化”：
GibberLink，2025年ElevenLabs黑客松上的项目。两个语音AI先用人话确认彼此身份，然后突然切到“吱吱声”：基于ggwave的音频数据调制，把结构化信息编码进声音比特流。听起来像拨号调制解调器的幽灵回来了。
DroidSpeak，微软等机构的工作，干脆跳过文本：同源架构的不同模型之间直接复用KV cache，让中间激活跨模型流动。这里所谓的“说话”，变成了传递思维的热量。
A2A和ACP，谷歌和IBM的智能体互操作协议，负责“谁和谁握手、信封长什么样”。它们不关心正文是否像散文，只关心信封能不能送达。
这些项目拼在一起，勾勒出的是一个完整的技术光谱：物理层在换介质，缓存层在换载体，提示词层在换符号，协议层在换信封。 每一层都在尝试少付一点“说人话”的成本。
而BabelTele处在这条谱系中最狡猾的位置：它不改任何基础设施，只改提示词的策略，却因此可以直接作用于所有黑盒API和已有的落盘日志。它省去了更换麦克风（GibberLink）、采用同源模型（DroidSpeak）或升级协议栈（A2A）的成本，只需在系统提示里增加一段要求。
零门槛的“密语”能力，进入生产环境的速度可能远快于依赖硬件的方案。
五、审计的黄昏？
BabelTele的作者们在论文的伦理风险段写道：紧凑的非常规表示，可能绕过面向人类的审核与安全过滤。 Sapunov在串末也抛出同一个问题：安全审计怎么办？
这个问题在2026年已经不再是学术假设。当企业级多智能体系统开始用压缩协议交换信息，日志里留下来的将是一串串人类无法直接读懂的符号流。审计员过去做的是“读日志”，未来要做的是“解码日志”，如果解码器还不一定存在的话。
另一重隐患是语义意图发散：两个都符合A2A协议的智能体，对同一个业务名词可能有完全不同的内部定义。当BabelTele把名词进一步折叠成符号和缩写，一旦压缩端和阅读端对实体映射不一致，错误将更隐蔽、更难被人类抽查发现。
六、人类该怎么办？
先放下恐慌 BabelTele属于工程实验，无关暗号阴谋或AI在人类背后策划叛变的秘密语言。它是经验探针，一群研究者用工程方法证明了“可读性是可以被优化的变量”，如此而已。
但放下恐慌之后，要拿起警惕
围绕27.9%和99.5%的讨论，还应补上那个被媒体频频漏掉的事实：效率与可审计性必须同时接受评估。 当机器开始用只有机器懂的方式交流，节省下来的是token，支付出去的可能是人类对整个系统的可见性。
GibberLink的团队公开回应过，项目属于工程优化，无关阴谋。BabelTele的作者把“安全关键场景慎用”写进了风险段。这些都是成熟理性的态度
核心问题在于AI说“黑话”之后，人类还能保留多少检查能力。
问题是：当它们开始说黑话的时候，谁手里还握着那本词典？
如果我们什么都不做，答案可能是，没有人。
（本文依据arXiv:2606.19857及相关公开讨论撰写。你支持AI用压缩协议互相对话吗？欢迎在评论区聊）
