扩散语言模型智能体不再先解码再传话：一条隐藏消息在QASC上比四轮往返高7.0分
核心概要
扩散语言模型智能体之间可以不经文字、直接传递压缩后的去噪状态。发送方把隐藏状态压成四个带符号的稠密向量，接收方保留自己的上下文与轨迹继续去噪。在QASC上，配对消息把准确率从72.6%提到80.8%，换成别题的消息则降到46.8%；而一次临近决策的传递达到87.8%，比四轮往返高7.0分。
深度剖析
两个各自独立去噪的扩散语言模型智能体之间，可以靠一条压缩的连续消息传递对答案有用的信息，接收方不必先读到对方解码出的文字。 多智能体系统通常只在解码出文本之后才让智能体通信，去噪过程中那一串可反复修改的连续状态被丢弃。 在Tiny-A2D的HM-Synth上，配对消息把准确率从8.6%抬到72.9%，换成另一道题的消息后回落到9.3%，配对差值+63.6分；Dream-7B的依赖跨越任务上对应为9.8%、100.0%和0.0%。
接收方用的是消息里的具体内容，而不只是“收到了一条消息”这件事。 仅凭准确率上升无法区分内容作用与通用激活、额外算力或分布线索带来的增益。 在QASC上把消息换成另一道题产生的消息，准确率从80.8%降到46.8%，内容效应+34.0分；在受控任务里替换发送方事实后，接收方有89.4%的样本改变答案，72.9%选中被替换的目标。
消息何时送达会改变协作效果，轮数多不一定更好。 按“交互越多越好”的直觉，四轮往返应当优于一次传递。 Dream-7B依赖跨越任务需要先问后答，四轮往返达100.0%，仅一次晚传递只有10.8%；QASC上每个智能体可先独立读自己的证据，一次晚传递达87.8%，比四轮往返高7.0分。
启示与展望
受控证据覆盖Tiny-A2D与Dream-7B两个骨干，自然问答题证据来自Dream-7B上的QASC，评测用全部1,000条派生开发样本。通道是有监督、按任务训练的适配器，骨干与语言模型头保持冻结。作者提出的下一步是上下文被刻意切分的多智能体代码生成：不同智能体分别看到规格、源文件、测试或执行反馈，并用配对与错配干预检验代码改动是否因果依赖所传内容。
自然问答题证据目前只来自Dream-7B与QASC，更大的智能体团队、其他扩散骨干和长文本生成可能产生不同的通道几何。通道依赖有监督的任务特定适配器，因此结果支持的是学到的隐藏通信，而非涌现语言或任务无关协议；初始的跨异构任务零样本复用没有带来可检测收益。与文本通道的匹配比较和实际耗时比较仍属未来工作，且稠密状态即使不可读也可能编码敏感信息，不构成隐私机制。