🤖 AI · 前沿技术

🔥 AI之间不再"说人话"——俄罗斯初创Mostik让753B大模型读题、4B小模型写答案，协同成本骤降至1/20，或重写AI Agent架构

一、俄罗斯初创Mostik的"跨模型直连"技术

9月3日，俄罗斯AI初创企业Mostik公布了一项颠覆性技术：跨模型直连通信。这项技术让753B参数的GLM-5.2大模型直接"读题"，4B参数的Qwen-3.5小模型直接"写答案"——两者不再通过自然语言转译，而是直接在权重层交换数学信号。

这个思路听起来像是给AI装上了"心灵感应"。传统AI协作模式是：大模型把思考结果翻译成几百上千个token的自然语言，小模型再重新理解这些文字。Mostik认为这极其低效——就像两台电脑通过打印纸张再扫描来传文件。他们的方案是让AI直接用"脑电波"交流，跳过语言层，跳过对齐层。

实验数据显示，跨模型协同成本仅为传统文字中介方案的1/20。这项技术甚至帮助Mostik在ARC-AGI 3竞赛中跑出了名次。

二、技术底色：菲尔兹奖得主数学成果加持

Mostik的技术并非凭空想象。据其团队透露，这项跨模型直连通信基于菲尔兹奖得主Smirnov等数学家的研究成果，实现了不同参数规模模型之间的隐藏层对齐。这意味着，753B的GLM-5.2和4B的Qwen-3.5可以在不经过文本翻译的情况下，直接共享推理过程中的中间表征。

测试结果显示，这个混合模型系统拥有了约700B参数模型一半的能力，但算力成本却大幅压缩。用业内话说：大模型负责"思考"，小模型负责"输出"，两者通过数学层面的直接对接完成协作。

三、对AI行业的冲击：重新定义Agent成本结构

如果Mostik这条路真正跑通，影响将深远。过去三年，"通用大模型+垂类小模型+Agent编排"已经成为行业标配——大模型负责复杂推理，小模型负责具体执行，中间靠自然语言桥接。但自然语言桥接的本质是"信息压缩"，每次转译都有损耗。

Mostik的方案直接砍掉了这个中间层。这意味着：企业调用AI Agent的成本可能骤降，token消耗不再是瓶颈，多模型协同可以真正实现"即插即用"。业内人士预测，明年Q1若中国头部大模型厂商将这套权重直连能力集成进SDK，该技术将从实验室demo变为行业新标准。

与此同时，Google发布Gemini 3.8 Flash、Meta推出Muse Spark 1.3，三条路线殊途同归——都在追求"更低成本完成更多任务"。Mostik走的是最底层的那条路：既然双方都是AI，为什么一定要说人话？

综合36氪、光锥观察、微博科技四少Ultra等报道 | 2026-09-05