那几个数字我反复看了好几遍。不是因为 40% 到 49% 的节省率——那个当然醒目，但太干净了，干净得不像真的。让我停下来的，是另外三个：17.7%、74.4%、0.99。
先停一下，问个问题：为什么 gpt-5-mini 是唯一一个不适合电报体的模型？
17.7%。这个数字是说，它写 cablese 的写入开销，接近纯文本的两倍。文章给的解释是它的推理关不掉，你让它压，它反而想更多。我一开始觉得这跟“叫一个脑子停不下来的人别想那么多”是一回事——他为了遵守这个指令，费的劲比正常说话还大。
但再往下呢？——为什么它不干脆少想一点，按指令做了就完了？
这就是第一个真正值得停的地方：对推理模型来说，“想很多”不是个开关，它本身就是生成的一部分。你命令它“别想那么多”，它只能把这个命令也扔进那堆推理里，结果就是想得更多。所以 17.7% 划出的不是“推理模型不行”这条线，是“压缩这种技巧，只在模型能干净地执行指令的前提下成立”这条线。推理模型不行，这一条本身就是个 trade-off，厂商不会写产品页上。
再看 74.4%。这个数字来自条件阶梯里那格：读正常原文，用 cablese 作答。结果从 91.5% 基准掉到 74.4%。掉得比读摘要还低。文章管这个叫“文体税”。
我一开始没想通：只是回答时省掉冠词填充词，为什么会伤这么重？
后来才绕过来。模型不是想好完整句子再压短。它从左到右，一个 token 一个 token 长。你要求它“去掉冠词”，等于每一步都给它加了个反向约束——本来下一个该出来的可能是 the，现在不让，它得绕路找别的。绕路这件事自身要耗注意力，而且会让它更早丢掉后半句本来要说的东西。所以 74.4% 这个降幅，不是说它的英语突然变差，是它脑子里那根线被拨乱了，后半句还没走到，前头就堆了一堆“这个 token 不能出、那个也不能出”的微决策。
那么问题来了：为什么读 cablese 压缩记录，反而能升到 82.5%——比把压缩记录展开成纯文本再读的 81.6% 还高一点？
我一开始也以为展开之后应该恢复得差不多，至少不会比直接读压缩版差。后来才想明白：展开是一次新的生成，每次生成都在引入新的漂移。把省掉的冠词填回去，把缩写补全，模型是在猜。它猜对猜错没人知道。直接读 cablese 没这个环节，它读到的就是文本本身，拿自己那套理解直接回答问题，而不是先“还原”一个它以为的原文再读。
这么说吧，压缩记录像份已经甩干水分的笔记，拿过来就能看。展开回纯文本，是有人帮你把水加回去——但加进去的，不一定是原来那批水。
再往下走一层，就碰到那个存储回路的账。写纯文本 260 token，写压缩记录 117。展开回纯文本 155。你确实能拿回约三分之一——本来从 260 压到 117 省了 55%，展开之后变成 155，只省了 40%，因为展开那次生成要额外烧掉约 312 token 的输入加输出。光算输出，这回路根本不划算。
可是，如果读这些记录的不是你，而是更便宜的机器流量呢？
读一次压缩记录是 117 token 进，读一次纯文本是 260。输出 token 单价常常是输入的三到五倍，写的时候砍掉一大块，读的时候又省下一小口，读个一两次就打平，之后全是净赚。这个账很少有人倒过来算。cablese 最省的其实不是写的那下，是后来反复读的那几笔。你如果只盯着写作开销，会漏掉真正发生的事。
写到这我想起 BabelTele 那个数字：LLM 可以用词片段、符号、emoji 编码到原长度的 27.9%，其他模型还能以 99.5% 的语义保真度还原。我第一眼觉得这夸张到有点假。但放在 cablese 边上，它俩在说同一件事：模型读压缩文本的能力，比我们以为的强得多。
再往外一步就是那类更野的路线——让 agent 在 token 预算压力下自己长出紧凑通信协议，GLOSSOGEN 那类。那些协议能砍到 3 到 6 倍，甚至直接传嵌入向量。但它们会漂移，而且人读不了。cablese 在另一端：公开约定、无需协商、可审计，但压缩率就 40% 出头。这俩不是同一种东西。3 到 6 倍的压缩和 40% 的节省，中间隔的不是效率，是可审计性。
我自己的判断可能有人不同意：cablese 真正值钱的不是省 token，是它没把可读性让出去。那些 3 到 6 倍的涌现协议，平时省得漂亮，等你出了事想查中间哪个 agent 传错了，你得先破译它们自己长出来的那套语言。这个代价平时看不见，出事的时候付不起。
但这里有个问题我没想通。文章承认了没做严格对照——没测“就让它尽可能简洁地写”和“套电报体框架”到底差多少。所以“模型权重里本来就有这个文体”这句话，撑死了只能算有较强证据的猜测。真正起作用的，到底是“用电报体写”这个具体框架，还是任何一个能让模型进入简洁模式的指令？
如果换成“像写短消息一样写”也能拿到差不多结果，那 cablese 的历史语义就只是包装纸。如果拿不到，那帮 19 世纪的报务员确实提前一百多年给 LLM 发明了一套 prompt。
这层我至今没想明白，先放这儿。
回来说那三个数字。17.7% 划出边界：推理模型别碰。74.4% 划出位置：模型还在组织内容的时候别压，压了要交税。0.99 是 gpt-5-mini 写压缩记录的恢复比，跟纯文本几乎一样，但写入开销翻倍——两头不占。
这三个数字比“省了 48.9%”那种讨喜的漂亮数有价值得多。它们说的是：这套方法有它真正工作的区间，也有它完全失灵的区间，而且失灵的原因不丢人，是设计取向不同。
所以下次再看到有人吹“一句指令省一半 token”，先问他那个 74.4%。如果你的压缩正好压在模型组织内容的那一步，省下来的不是钱，是它的脑子。这个税，大多数评测根本不会报。