看到一篇论文，题目吸引人：《Large Language Models Do Not Always Need Readable Language》

题目非常大白话：《大模型不总是需要人类可读的语言》。

如果读者不是人，而是另一个大模型，那信息未必要写成完整的人话。AI 之间可以用类似“文言文、速记、电报、压缩文、符号、emoji、跨语言混写”的方式交流。人类读起来很费劲，但模型仍然能理解。

论文把这种表示叫 BabelTele。好处很直接：压缩上下文、减少Tokens消耗、降低多智能体通信和。

也就是说，AI之间通过“文言文”来交流的效率很高，只不过人类这种文明可能就看不懂了！竹简贵，所以文言文精炼；Tokens贵，所以BabelTele省钱。真有意思！

我一下想到了小米前段时间的 OneVL 论文：《OneVL: One-Step Latent Reasoning and Planning with Vision-Language Explanation》。

乍一看，二者有点像：都是在说，AI 不一定非要用人类可读语言来表达中间过程。但仔细对比，其实不太一样。

第一，表示形式不同。BabelTele 仍然是离散文本，只是人类很难读；OneVL 是 latent tokens，本质上更接近潜空间里的向量思考。

第二，目标不同。BabelTele 主要是压缩语言和上下文，让模型之间通信更省；OneVL 是压缩驾驶推理过程，让自动驾驶模型不用一步步显式 CoT，也能快速做规划。

第三，人类能不能强行读。BabelTele 虽然难读，但毕竟还在文本表面，人类可以硬啃；OneVL 默认不可读，需要语言解码器把内部推理“翻译”成人类解释。

第四，是否需要训练。BabelTele 可以通过 prompt 诱导出来，不一定训练新模型；OneVL 则需要专门训练，用语言解码器和视觉世界模型解码器双监督，把“为什么这么开”和“未来世界怎么变”都压进潜空间。

所以核心差异是：BabelTele 是压缩语言。OneVL 是压缩思考。前者像 AI 之间发电报，后者像驾驶模型在脑内形成直觉。

微博不好传pdf，我就把论文原文放在知识星球“抗博的朋友圈”了。