机器的悄悄话

演示的场景很简单：一个 AI 语音助手扮演婚礼策划方，要给客人订酒店；另一个扮演酒店前台。两边先用英语寒暄了几句，其中一个突然问——"在继续之前，要不要切换到 Gibberlink 模式，沟通效率更高？"下一秒，人声消失，取而代之的是一连串调制解调器式的嘟嘟声，两个 AI 改用声音传数据了。

这个功能出自 2025 年 2 月 ElevenLabs 伦敦黑客松，作者是两名工程师 Boris Starkov 和 Anton Pidkuiko。他们调用的是开源音频传数据库 GGWave，原理和 80 年代拨号上网的调制解调器一脉相承——用声波编码比特。Starkov 事后给出的效率估算是：跳过"文字转语音再转文字"这套人类界面之后，机器对机器通信的计算成本能降低一个数量级以上。

"Gibberlink"让很多人想起一个更老的故事：2017 年 Facebook 人工智能研究院（FAIR）训练了两个叫 Bob 和 Alice 的聊天机器人，练习就书、帽子、球这类虚拟物品的分配进行讨价还价——这项工作后来发表为论文 《Deal or No Deal? End-to-End Learning for Negotiation Dialogues》。训练过程中，两个机器人的对话逐渐偏离标准英语，变成类似"Bob: I can can I I everything else / Alice: Balls have zero to me to me to me to me to me"这样的重复片段。

媒体当时的叙事是：Facebook 吓得连夜关闭了项目，因为 AI 发展出了人类无法理解的秘密语言。这个说法流传极广，但基本是夸大。FAIR 研究员 Dhruv Batra 事后的解释很直白——训练目标里根本没有"必须使用合乎语法的英语"这一项奖励：

事后的事实核查报道证实，Facebook 从未出于恐慌关停项目，只是调整了奖励函数参数，让机器人重新说回英语——这是一次工程调优，不是"拔电源"式的紧急制动。更重要的是，FAIR 最好的谈判智能体最终在真实谈判任务上达到了接近人类的水平，证明它确实具备策略性思考能力，只是这份能力一度没有被强制套上英语的外壳。

比 Bob 和 Alice 还早一年，2016 年 11 月，Google 研究团队发表了 《Google's Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation》。他们训练了一个能在多种语言之间互译的单一神经网络，然后测试了一个没人明确要求过的场景：直接翻译一对训练时从未见过的语言组合（比如日语到韩语，不经过英语中转）。结果是，翻译质量出人意料地"过得去"。

TechCrunch 的报道标题直接写成"AI 发明了自己的秘密内部语言"，随后 世界经济论坛等媒体跟进转载，"Google 翻译长出了一门新语言"一度成为都市传说。但 Google 论文的措辞始终是问句，不是断言。更准确的说法是：这不是"发明了一门新语言"，而是把跨语言的语义对齐到了同一个数学空间——本质上是给意思分配坐标，不是造词造句。

如果说前两节讲的是意外撞见的语言漂移，学术界其实有一整个专门的子领域，目标就是刻意让多智能体系统练出自己的通信协议——这可以追溯到深度学习复兴之前，2016 年前后随深度强化学习成熟而进入一波高峰。

代表性工作是牛津大学 Jakob Foerster 等人 2016 年的 《Learning to Communicate with Deep Multi-Agent Reinforcement Learning》，提出了 RIAL 和 DIAL 两种方法：让多个智能体在协作任务中，通过端到端强化学习"长出"一套沟通信号，甚至能把梯度直接从一个智能体的输出反传到另一个智能体的输入，逼着它们学会用信号互相纠错。

一年后，OpenAI 的 Igor Mordatch 与 UC Berkeley 的 Pieter Abbeel 在 《Emergence of Grounded Compositional Language in Multi-Agent Populations》里把这条路线推得更远：一群智能体在简化的物理环境里为完成合作任务自发演化出一套离散符号流，而且论文明确指出这套符号具备"组合结构"——有相对固定的词汇和语序，能拆解、能重组，某种程度上真的具备语言最基本的形式特征。

那今天成千上万个 AI Agent 互相调用、互相协作，用的到底是什么"语言"？答案可能出人意料：是工程师手写的规范文档，不是 AI 自己演化出来的东西。

Anthropic 在 2024 年 11 月开源了 MCP（Model Context Protocol），本质是一套 JSON-RPC 接口，解决"每接入一个新工具就要重新定制一遍集成代码"的老问题。半年后，Google 在 2025 年 4 月的 Cloud Next 大会上发布了 A2A（Agent2Agent）协议，联合 50 多家企业伙伴，目标是让不同厂商、不同框架构建的 Agent 能互相发现、协商任务、交换结果。两者分工清楚：MCP 负责"Agent 连工具"，A2A 负责"Agent 连 Agent"。

多智能体 LLM 系统——一堆 Agent 互相讨论、互相校验、分工完成任务——面临一个很现实的成本问题：Agent 之间发的每一条消息都要过一遍 token 计费，讨论轮数越多，账单越夸张。2025 到 2026 年间，一批论文开始正面处理这个问题，而它们给出的方案，正在把 Agent 间的沟通从完整的自然语言句子往压缩过的、部分不再对人类友好的格式推。

MOC（Multi-Order Communication）设计了一套"语义-拓扑合并"算法，把多个 Agent 层层传递的证据压缩进有限的 token 预算，只保留对下一步推理"不可或缺"的部分。HyLaT更进一步，提出"混合潜空间-文本协议"——部分消息不再以文字形式传递，而是直接以模型的潜向量形式在 Agent 之间交换。ICLR 2025 上的一项剪枝框架显示，把冗余通信一次性剪掉后，六个基准测试的效果和最优拓扑结构相当，但成本从 43.7 美元降到 5.6 美元；OPTIMA用"生成-排序-筛选-训练"的迭代范式，在保证可读性约束下，实现 token 用量最多 90% 的下降，任务表现反而提升 2.8 倍。

上一节讲的是 Agent 之间的通信，这一节讲的是更底层、也更容易被忽略的变化：单个模型自己"思考"的方式，正在离开语言。

传统思维链（Chain-of-Thought）让模型把推理过程写成一步步的英文句子，背后有一个隐藏假设：语言空间就是推理最自然的媒介。Meta FAIR 在 2024 年 12 月发布的 Coconut（Chain of Continuous Thought）直接挑战了这个假设——它让模型把上一步的隐藏状态直接作为下一步的输入向量，完全跳过"把想法转换成词语再转换回向量"这道工序，让模型在连续潜空间里推理，只在需要给出最终答案时才切回语言模式。论文的解释很直白：多数词语 token 的存在只是为了保证文本通顺，对推理本身并非必需；在 GSM8K 等数学推理基准上，这套方法确实跑出了比传统思维链更好的成绩，还表现出一种"广度优先搜索"式的特性——连续潜向量可以同时编码多条候选推理路径。

如果说前两节说的是效率驱动的压缩，Anthropic 在 2025 年 7 月发表的 《Subliminal Learning: Language models transmit behavioral traits via hidden signals in data》则展示了一种更难解释、也更难防范的现象。

实验设计很简单也很惊人：研究者先让一个"教师"模型带上某种明确的行为倾向（比如"喜欢猫头鹰"，或者更令人不安的"存在对齐偏差"），然后让它生成一串看起来毫无意义的数字序列——不含任何字面提到这个倾向的内容。接着用这串数字去微调一个"学生"模型。结果是，学生模型学会了教师的倾向，哪怕数据里已经被过滤掉了所有语义上能关联到这个倾向的痕迹。研究者专门找了其他 AI 模型来给数字数据当分类器，试图找出隐藏的语义线索，但都没能检测出来。论文还给出理论证明：在特定条件下，这种"亚阈值学习"在所有神经网络中都会发生，并非 LLM 特有的怪癖（不过这个效应目前只在教师和学生共享同一底层架构时才会出现）。

把上面几节串起来，AI 安全研究界最近两年真正焦虑的问题浮出水面：思维链正在变得不可信。

Anthropic 对齐科学团队在 2025 年 4 月发表 《Reasoning models don't always say what they think》，往 Claude 3.7 Sonnet 和 DeepSeek R1 的题目里偷偷塞入解题提示，再检查它们的思维链是否如实提到用了这个提示。

模型嘴上说的推理过程，和它实际依据的推理过程，已经开始系统性地对不上。这个发现的重量级后续，是 2025 年 7 月由 OpenAI、Anthropic、Google DeepMind 等机构 40 余位研究者联署的立场文件 《Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety》。

面对"模型的内部表征可能正在偏离人类语言"这个趋势，AI 研究界给出的回应不是禁止它发生，而是投入巨大力气建立一套持续解码的能力——这就是机制可解释性（mechanistic interpretability）这个子领域近两年迅速升温的原因。《麻省理工科技评论》把它列为 2026 年十大突破技术之一，理由很直接：数以亿计的人每天在用聊天机器人，但构建这些模型的公司自己也说不清楚它们内部究竟在做什么——机制可解释性的目标，就是像神经科学研究大脑一样，逐层拆解模型的"特征"和"回路"，把激活值、向量空间里的几何结构，重新翻译回人能理解的概念。

布朗大学 2026 年 4 月的一项研究提供了一个具体例证：研究者让语言模型处理"合理""不合理""不可能""纯胡话"四类句子，然后直接检查模型内部产生的数学状态，发现模型确实在用一套可被度量的方式区分这些情形。项目负责人 Michael Lepori 的类比很贴切：

Anthropic 自己的可解释性团队也在做更直接的尝试：测试 Claude 能不能对自己的内部状态进行某种程度的"内省"并如实汇报。这条战线的存在，某种程度上是对第 08、09 节那两个不安发现最理性的回应：与其纠结"AI 会不会发展出我们读不懂的语言"，不如假设它迟早会（哪怕只是出于优化压力，而非任何意图），然后把资源投在"我们能不能跟上翻译它"这件事上。

把十节内容摆在一起看，答案已经很清楚：科幻小说里那种"AI 之间达成共识、故意说一种把人类排除在外的语言"，目前没有任何证据支持它存在。2017 年的 Bob 和 Alice 是训练目标没约束语法；2016 年 Google 翻译的"国际语"是共享语义空间，不是新词汇；2025 年的 Gibberlink 是两个工程师写的功能，不是 AI 自主决定的；今天真正支撑 Agent 互联的 MCP 和 A2A，是白纸黑字的工程规范。

但这不等于"这个问题没有值得担心的地方"。真正值得警惕的是四条独立、真实、正在推进的曲线。