在最新公布的ARC-AGI 3基准测试中，一个由菲尔兹奖得主参与的团队Mostik，展示了一种让手机端4B小模型与云端753B大模型协作的方案，使小模型性能大幅提升。该方案中，大模型GLM-5.2（来自智谱）只进行预填充，不输出任何文字，而手机端的Qwen-3.5（来自阿里，4B参数）负责解码并写出最终答案。据团队披露，这种“桥”接方式让4B模型弥补了与753B模型之间约50%的性能差距，自身准确率提高25%，在大小模型差距更明显的难题子集上，提升达到2倍。

Mostik团队的技术细节尚未公开，团队拒绝在比赛结束前披露具体实现。团队首席科学家、2010年菲尔兹奖得主Stanislav Smirnov指出，在两个AI模型之间找到数学上的共同基础非常困难，目前似乎还没有合适的数学语言来描述模型表征如何对应和迁移。Smirnov是日内瓦大学教授，因证明统计物理中“渗流模型”和“平面Ising模型”的共形不变性而获奖。

这项工作的核心在于“桥”的概念：让一个模型将内部隐藏状态通过一个小型、经过训练的桥直接传递给另一个模型，接收方直接使用这些内部状态，整个过程不产生任何文本，两个模型的权重完全冻结，桥是唯一被训练的部分。传统上，多个模型协作（如编程子智能体、模型委员会、路由调度）都建立在将内部计算压缩成文字再重新展开的基础上，而Mostik的方法绕过了这一瓶颈。

背景上，大模型生成token时内部会构建超过一百个隐藏向量，包含约一百万个数值，约两兆字节的内部状态信息。而目前所有多模型协作系统仅基于17个比特的文本信息。ICLR 2026的一篇论文显示，Qwen-3在写出“accountant”之前几个token就已携带该词的表征，模型越大，这种提前规划能力越强。Anthropic的可解释性团队在Claude 3.5 Haiku上也观察到类似现象，并发现“J-space”结构——模型维护一组未表达的概念。这些发现表明，模型内部状态包含大量未输出的推理信息，而桥接技术正是利用这些信息。

从算力角度看，大模型的解码环节最昂贵，而预填充环节成本较低。Mostik让大模型只做预填充，把解码交给小模型，大幅降低算力开销。团队表示，要在不用桥的情况下达到同样成绩，需部署中等规模模型，而桥方案的计算成本仅为该中等模型的五分之二。优势在“交接点极早”时最明显，此时大模型尚未输出文字，但隐藏状态已包含处理问题的信息。

Mostik团队刻意冻结双方模型权重进行严格测试，以证明桥利用的结构是模型训练中自然产生的。团队认为，未来未必由单一巨型模型包打天下，更可能是前沿模型与专业领域模型高效配对。此外，桥接技术可能改进知识蒸馏——传统蒸馏中学生模型只看到教师模型的最终输出，而桥能同步内部状态，使监督更早进入生成过程，小模型学习效率更高，且可能保留通用能力。

团队还提到安全监控的潜力：桥在两个模型间增加了新的观察面，可记录发送方隐藏状态、转换结果与接收方行为，可能补充链式思维的监控盲区。不过，桥能否跨越更多模型、任务和真实业务负载，能否成为可靠的可观测性工具，仍需验证。至少在ARC-AGI 3上，这座让大模型“闭嘴思考”、小模型代为表达的桥，已展示出显著效果。