Mostik
让模型不用文字交换计算

官网首页的自我介绍是：做一条通信协议，让 AI 模型在隐空间里一起做推理，而不是互相传文字。它的论点是各个模型各有所长，却没有办法把几个模型的长处放进同一个答案：常见做法是换更大更贵的模型，或者把模型串起来，但串起来传的是写完的文字，背后的计算都丢了。团队一栏只有一句：15 位研究员、工程师和数学家，前雇主有 Google X、NVIDIA、Perplexity 和 FAR.AI。官网没有人名，没有所在地，没有法人，也没有融资金额；站点地图（sitemap.xml）里只有首页和一篇长文两个页面。

官网长文《Bridging models’ internal states》补了两句团队信息：15 人里有 12 位博士和一位菲尔兹奖得主，四个月前开始做。名字 Mostik 在长文里被解释为“小桥”，也是它要造的东西。长文末尾链接了 Wired 的报道，称那是公司的第一篇外部报道。

人名来自别处。官方 X 账号 @mostik_ai 的简介自称在造桥，让 AI 模型共享完整的“想法”，而不只是输出的文字，位置写 SF, CA，2026 年 8 月注册，关注者 3073 个。主页只有两条帖，都是 09-02 对别人帖子的引用，其余是回复，最近一条是 09-05 的一个表情回复。公司发布帖来自 Sasha Malysheva（@aimalysheva），Malysheva 的 X 简介写“正在做 Mostik，强化学习博士，前 DeepMind、Google X”。官网和这份简介都没有写职务，媒体多称 CEO，本刊没有核到一手出处。另一位公开露面的成员是 Vitaliy Polshkov，X 简介自称 Head of RnD @ mostik、前 Perplexity（主页），与官网首页前雇主一栏里的 Perplexity 对得上，但官网没有写是谁。

那位菲尔兹奖得主，官网没有点名。数学家 Jared Duker Lichtman 在 09-03 的 X 帖里写，Smirnov 现在是一家 AI 创业公司的首席科学家，并链接了 Wired 的这篇报道；帖子同时写明 Smirnov 是 2010 年菲尔兹奖得主，与官网说的“一位菲尔兹奖得主”对得上，但本刊只核到 Wired 的标题、署名（Will Knight）、导语和第一句，正文里怎么写的没有核到，Smirnov 的职务因此只是经他人转引。Wired 标题称这是“俄罗斯数学家”的成果，导语第一句也这样称呼，而官网没有写国别，X 简介写 SF, CA，投资方页面写 Region: Distributed。

机制（公司自述）。长文从一个观察讲起：模型生成一个词时，要算出一百多个隐藏向量、约一百万个数、约 2 MB 的内部状态，最后从约 15 万词的词表里挑一个，只有约 17 比特输出，其余丢掉。现在所有把模型连起来的系统，包括编码子智能体、模型委员会和路由服务，都只能走文字这条窄通道。Mostik 的做法是训练一座很小的桥，把发送方的隐藏状态交给接收方直接使用；两个模型的权重保持冻结，桥是唯一训练的部分；发送方读完 prompt 就停，不生成，由接收方写全部答案。

配对。发送方是 GLM-5.2（753B），接收方是 Qwen-3.5（4B）。两个模型都能在公开库里核到：GLM-5.2 的 Hugging Face 页登记的总参数约 7533 亿、MIT 许可，Qwen3.5-4B 的页面登记约 46.6 亿参数、Apache-2.0 许可。长文给的理由是：写答案一个词一个词地来、成本高，读题是一次并行计算、成本低。

结果（公司自述，没有基准名）。小模型单独跑，分数远低于大模型；接上桥后补上两者差距的 50%，自身准确率提高 25%（长文没说是相对还是绝对）；在“差距更大的更难子集”上提升达到 2 倍。同样的结果换个读法：两者之间有个中型模型得分和桥接组合一样，跑桥接组合比部署那个模型少用 2.5 倍算力。和文字交接相比，隐状态交接在测过的每个大模型算力档位上更好，最多高 10 个百分点；交接越早，优势越大，因为此时大模型还没写出任何文字可传；算力加大后两者趋同。对“其他标准的模型组合方式”，长文写“明显的帕累托改进”，没有说对手是谁。

两处数字对不上。发布帖写的是准确率达到前沿模型的 80%、速度快 20 倍，官网长文写的是补上差距的一半、准确率 +25%、算力少 2.5 倍。官网没有给基线分数、任务和样本量，本刊没法把两套说法换算到一起；explainx.ai 在 09-03 的分析也认为在没有基线和任务细节的前提下两者对不上，这是第三方的看法。官网全文不含任何基准名、数据集、桥的参数量、训练成本或延迟实测。

长文里没证明的部分。长文把桥可能用于可观察性（在通道里观察和干预模型的内部状态）列为设想，并明说“尚未证明桥是可观察性工具”；蒸馏和专精化（训练时就接上通道）写的是“早期、进行中”，只提到“早期迹象”。长文也承认，模型之间的表示对齐不会随能力增强而自动增加，所以桥必须专门造。

发布帖的第一句话是：把 12 位博士关在一间屋子里四个月，换来了 ARC-AGI 榜单第一，比赛还在进行，不便多说。帖子没有写是 ARC-AGI-2 还是 -3、多少分、什么队伍名，官网长文里也没有 ARC 字样。

线索来自 ARC Prize 的官方 X 帖：08-18 的 ARC-AGI-3 最高分是 2.81%，队伍写作 “Tehnar and TG of CSTL”（官方帖）；08-31 的最高分是 7.51%，队伍 CSTL（官方帖）。Malysheva 在 09-02 回复了 08-31 那条帖，说这就是 Mostik，CSTL 是此前的队名（回复）；ARC Prize 总裁 Greg Kamradt（X 简介写 President @arcprize）09-03 也发帖说，一直在猜哪支队伍排第一，他们用代号到今天才亮明身份（帖子，是个人帖，不是 ARC Prize 官方稿）。所以“第一”大致指 ARC Prize 2026 的 ARC-AGI-3 比赛里，官方帖在 08-31 公布的最高分 7.51%。

这个领先没有持续：09-08 官方帖公布的最高分是 Tufa Labs 的 11.04%（官方帖）。本刊 10-30 查看 Kaggle 上该比赛的公榜时，离结束还有 4 天，榜单按约一半测试数据计算，前 50 名里没有 CSTL 或 Mostik 字样，第一名是 Yi-Chia Chen @ Fields Model（75.56），第二名 Tufa Labs（70.02）；榜单页显示的是数字，与官方帖里百分数是否同一刻度，本刊没有核到，队伍也可能改过名或排在 50 名之后。Mostik 没有说这个 ARC 方案是否用了“桥”，也没有公开过它的做法。

投资方。General Catalyst 官网的投资组合页列有 Mostik，一句话介绍是“造 AI 模型之间的通信层”，投资人写 Yuri Sagalov 和 Anant Pai，行业为人工智能，自 2026 年起在投，区域写 Distributed，并链接到 Mostik 官网、LinkedIn 和 X。官网长文另称 Foundation Capital 和其他投资方，Foundation Capital 一侧本刊没有找到公开页面。金额、轮次、估值都没有出处。Sagalov 在 09-03 的 X 帖里称这是大模型方向上最酷的突破之一，Sagalov 本人是 General Catalyst 的董事总经理，属于投资方的评价。

团队。公司自述 15 人，成员里只有 Malysheva 一位有一手出处（X 简介）；菲尔兹奖得主在官网没有点名，Wired 点名的 Smirnov 本刊只经 Lichtman 的 X 帖核到。首页列的前雇主 Google X、NVIDIA、Perplexity、FAR.AI 是公司自述，没有写是谁。

站内相关。№ 48 FAR.AI被官网首页列在前雇主里，本刊没有核到具体是谁；№ 16 Sakana AI走的是另一条“把已有模型组合起来”的路：用进化算法合并参数，改的是权重，而 Mostik 的桥不改权重、改的是中间状态怎么传。

没有可复核的产出。官网只有一篇长文；本刊没有找到论文、代码、权重或基准名，The Tech Buzz 和 explainx.ai 在 09 月初也这样写。长文引用的外部研究是可解释性和链式思考监控方向的论文，包括 Hanna 与 Ameisen（ICLR 2026）的《Latent Planning Emerges with Scale》和 Korbak 等人的《Chain of Thought Monitorability》，都是在论证“隐藏状态里有文字里没有的计算”，而不是 Mostik 自己的结果。

新不新，本刊没有结论。长文没有引用任何已有的跨模型隐状态通信工作。公开库里更早就有 Cache-to-Cache（Tianyu Fu 等，2025-10），摘要写用神经网络把源模型的 KV-cache 投影并融合进目标模型，让两个 LLM 不经文字直接通信；还有 LatentMAS（Zou 等，2025-11），让智能体之间交换最后一层隐藏嵌入。Malysheva 在 8 月初的 X 帖里评论过 LatentMAS，官网长文却没有引用这两项。Mostik 的桥和它在做法上是否相同，要看桥的结构，而桥的结构没有公开，所以本刊不判断。没有找到有名有姓的批评者，质疑来自 The Tech Buzz 的稿子（疑问：是新技术，还是对蒸馏、嵌入空间通信的重新包装）和 X 上的追问。

发布当天的公开质疑和团队回应。Susan Zhang 在 X 上质疑：这既不是投机解码，也不是预填充与解码分离，而是把两个冻结的模型拼在一起；能拿到隐状态，多半也能拿到权重，冻结没有必要，这样的部署方式也难以想象。Bing Xu 回复说，2023 年自己试过用 70B 模型做预填充、7B 模型做解码，结果完全没用（这是对“这类做法”的评价，没有说与 Mostik 的桥相同）。Vitaliy Polshkov（X 简介自称 Mostik 的 Head of RnD）回应说，冻结两个模型是科学上的追求，用来证明只对齐隐状态就足以通信；实际使用并不需要冻结，有通道时蒸馏效果更好，这正是团队现在在做的，也算同时涉及预填充分离与投机解码。三条都是个人帖，没有实验支撑，也没有进一步的往来。

名字与归属。arXiv 上 2026-10 有一篇无关的《Latent Bridge》（视频潜变量到 3D 几何），与 Mostik 无关；GitHub 上的同名组织归属没有核到，见上面的履历。

本刊没有核到的有：法人名称与注册地；成立日期；成员名单（包括 Malysheva 的职务和 Smirnov 的职务的一手出处）；Wired 正文；Foundation Capital 的一手页面；融资金额、轮次和估值；核心数字的任务、基线、样本量；发布帖里 80%、20 倍与长文里 50%、2.5 倍之间的换算；ARC-AGI 第一名对应的榜单、分数和队伍名；09-11 官网重新发布改了什么。