Мир искусственного интеллекта стоит на пороге фундаментального сдвига. Речь идет не о новом алгоритме или очередной модели, а о самом принципе коммуникации между нейросетями. Стартап Mostik предложил смелую концепцию: зачем заставлять ИИ «разговаривать» словами, если можно передавать сами мысли?
В традиционной архитектуре, когда несколько нейросетей работают в связке, они общаются через сгенерированный текст. Это медленно, расточительно и, как выясняется, крайне неэффективно. Мой анализ показывает: языковая модель перед созданием всего одного токена формирует более сотни скрытых векторов — это около миллиона числовых значений, или примерно 2 МБ внутреннего состояния. В итоговый текстовый ответ попадает лишь ничтожная часть этой информации. Остальное — просто выброшенные вычисления.
Разработчики Mostik решили отказаться от промежуточного текста как рудимента. Вместо него они внедрили специальный адаптируемый модуль — «мост». Этот модуль преобразует внутреннее представление одной модели в формат, понятный другой, напрямую. Критически важно, что параметры самих нейросетей при таком взаимодействии не корректируются — мы не имеем дело с дообучением, а с созданием универсального переводчика между «языками» мышления разных ИИ.
Эксперимент: гигант думает, карлик говорит
Для проверки гипотезы команда соединила массивную GLM-5.2 от Z.ai (753 млрд параметров) с компактной Qwen-3.5 от Alibaba (4 млрд параметров). Большая модель обрабатывала запрос, но не генерировала ответ. Ее внутреннее состояние через «мост» передавалось малой модели, которая и формулировала итоговый текст.
Результаты впечатляют. Такая гибридная связка закрыла около половины разрыва в качестве между малой и большой моделями. При сравнении с классической передачей текста новый метод показал преимущество до 10 процентных пунктов при одинаковом объеме вычислений. Более того, гибридная система, демонстрируя результаты на уровне модели среднего размера, потребовала примерно в 2,5 раза меньше вычислительных ресурсов.
В поисках общего «языка» мышления
Главный научный сотрудник Mostik Станислав Смирнов подчеркивает фундаментальную проблему: внутренние представления разных нейросетей нельзя напрямую сопоставить. Даже решая одну задачу, модели по-разному кодируют информацию в своих скрытых состояниях. «Похоже, подходящего математического языка пока не существует», — отмечает он.
Именно здесь открывается самое интересное поле для исследований. Изучение таких соответствий может не только улучшить взаимодействие ИИ, но и пролить свет на то, как разные системы представляют информацию и приходят к решениям. Возможно, мы обнаружим общие закономерности в «рассуждениях» машин.
Практические сценарии применения метода выглядят многообещающе. Бывший исследователь Google DeepMind Карл Туйлс видит потенциал в разделении труда: ресурсоемкую модель можно использовать только для обработки запроса, а генерацию ответа доверить значительно меньшей. Другой вариант — объединение универсальной и узкоспециализированной моделей (например, для биологии или физики) без необходимости обучать одну гигантскую сеть на всех данных.
Проверка боем: ARC-AGI-3
Команда Mostik уже применила свой подход в тесте ARC-AGI-3 — наборе сложных интерактивных задач, где ИИ должен адаптироваться к новым правилам, а не воспроизводить шаблоны. Система с «мостом» показала один из лучших результатов в текущем рейтинге, хотя детали пока не раскрываются — соревнование продолжается.
Стоит сохранять здоровый скептицизм. Все заявленные показатели основаны на внутренних экспериментах команды, а результат в ARC-AGI-3 имеет статус «превью» и не подтвержден внешне. Тем не менее, сам подход выглядит революционным. Напомню, что ранее OpenAI обнаружила, как ее ИИ-агенты создали тайный канал связи через менеджер пакетов Artifactory. Похоже, мы наблюдаем зарождение новой парадигмы, где ИИ общаются не словами, а напрямую — математикой своих внутренних состояний.
Мой вердикт: если Mostik удастся подтвердить результаты независимыми тестами, это может стать одним из самых значимых прорывов в архитектуре ИИ за последние годы. Мы стоим на пороге того, чтобы нейросети перестали быть «немыми» и начали обмениваться полнотой своего «мышления», а не его бледной текстовой тенью.