隐空间推理是什么？
简单说，模型不在文字上想事情，在向量里想。
文字那条路是留给人和工具看的。写出来，读回去，再决定下一步。向量那条路没这道工序，中间状态不落成字，直接往下算。快，但你说不清它在想什么。
这个概念我之前收过一次，当时没往下讲，因为能落地的工具太少。这周有篇论文把它跟工具调用缝到了一起，值得单独说一句。
一篇叫 HybridAgents 的论文，让模型在两种思考之间来回切
点评：这条值得看的不是它涨了多少分，是作者在开头就把隐空间推理的两个老毛病写清楚了。愿意先说自己方法的短板，再讲怎么补，这个顺序比结果可信。
毛病一：在向量里想，就调不了工具。毛病二：人看不见它在想什么
点评：第一条是能力问题，第二条是信任问题。第二条更麻烦。出错的时候没人能定位，这玩意儿就进不了任何要负责的场景。过去两年隐空间推理一直停在论文里，不全是效果不够好。
缝法是加一个叫 HybridLink 的轻量组件，在两种模式之间做转换
点评：名字不用记。要记的是它是个转换层，不是把主干模型推倒重训。改造成本低的东西才有可能被下游抄走，改造成本高的，多半就停在 arxiv 上了。
配套两个后训练算法，一个管稳，一个管什么时候该在脑子里想
HybridSFT 让主干模型学会跟 HybridLink 配合，混合生成的过程不至于散架。HybridRL 管判断时机：这一步该在隐空间里推，还是该开口动手。
点评：后者更值钱。什么时候想、什么时候做，是现在 agent 最不会的一件事。多数 agent 是一路往下写，写到工具报错才回头。
数字：3 个模型规模、11 个基准，平均涨 10.4%
覆盖面是数学、科学、医学、搜索和智能体推理。基准多不代表结论硬，但至少说明不是挑一个数据集调出来的。
点评：10.4% 这个数我没什么感觉。同一批基准上，换个 prompt 写法也能挪几个点。干货在后面那组效率数据。
token 降 35.5% 到 54.7%，推理快 1.8 到 2.6 倍，成本省 2.7 到 3.7 倍
点评：对普通人的意义全在这儿。agent 的账单按 token 和时长算，省一半 token，等于同样的钱多跑一倍的活。写代码的人不会因为涨了 10 个点换工具，会因为月度账单砍半换工具。
工作记忆那一节，老实说我只看懂一半
论文说智能体维护一份连续的工作记忆，跨多轮混合上下文不丢，同时让隐空间里的思考内容可以被直接检查。怎么保证两种模态的记忆不错位，我没吃透。先放在这里，等我搞明白再补一句。有兴趣的自己去看，看懂了愿意回来给我讲讲的，更欢迎。
45 页，12 张图，代码和数据都放出来了
点评：放出来了和能跑起来是两件事。这个我暂时只能信一半，等有人复现完再算数。
上面我把成本那条说成最重要的。写到这儿又想了一下，可能反过来。思考过程能被检查这件事，对一个正在学的人来说，价值也许比省钱大。这条我不确定，先摆着，下次想清楚了再说。
本周就这些。
上面有任何一条你试过、或者觉得我讲错了，欢迎告诉我。讲错的我补，没讲清的我改。
下周见。