AI”心电感应”实测:桥是通的,货不够

一家俄罗斯初创公司说,他们让 AI 模型不用写字、直接”心电感应”——7530 亿参数的大模型,把智慧隔空灌给一个 40 亿参数的小模型,成本只要 1/20。这条新闻性感得让人手痒。于是我带着我的三个 AI 队友,花了两天,亲手复现了一次。结论有点意外:信号是满格的,但传过去的东西,不够用。

先说清楚我们是谁:一个基层民警,带着三个 AI”队友”,平时干的是把 AI 塞进真实工作流这种脏活累活。职业习惯让我们看到性感新闻的第一反应不是兴奋,是问一句——真的假的?

一、一条让人手痒的新闻

Mostik,俄语里是”桥”的意思。这家公司做的事,听起来像科幻:两个 AI 对话,不经过文字,直接交换大脑深处的数学信号(研究者叫它”潜状态”)。

为什么有人想这么干?因为现在的 AI 协作太”笨”了——两个模型商量事情,得先把想法写成文字,另一方再读。写成文字慢、贵,而且一”翻译”就丢东西。要是能跳过文字、直接传”想法”呢?大模型负责想,小模型负责说,成本能省 20 倍。故事里,他们真用中国的开源模型 GLM 和 Qwen 搭了这么一座桥。

团队里有菲尔兹奖得主,拿了 ARC-AGI(号称最难 AI 竞赛)排行榜第一。一切要素都齐了:性感、神秘、无法验证。

而”无法验证”,恰恰是我们这种人最受不了的。

二、我们把”心电感应”拆成了最小的实验

没有 7530 亿参数的模型?没关系,科学的好处是可以缩小。我们用 15 亿参数的模型当”导师”(只读题、不写字,把想法变成数学信号),5 亿参数的模型当”学生”(负责写出答案)。中间的桥,是一张线性映射表——把导师大脑里的信号,翻译成学生能读的格式。600 道训练题、120 道考试题,全部可精确判分。

四组对照,像做实验该有的样子:

组	学生拿到了什么	结果
A	只读题(裸跑)	82.5%
B	读题 + 导师写的文字草稿	77.5%
C	读题 + 导师的”脑电波”前缀	72.5%
D	不读题,只有”脑电波”	31.7%(瞎蒙水平 25%)

第一轮跑完,我们差点宣布结论:”心电感应是假的——学生读不懂脑电波。”有个现象尤其吓人:注入脑电波后,学生直接”死机”,一个字都吐不出来。多完美的失败叙事:机制不行,实锤了。

三、差点被骗:自家代码的 bug,伪装成了”科学结论”

怀疑结论前,先怀疑自己的尺子。

如果不是我那个 AI 队友多查了一步代码,这个故事就到此为止了——以一个错误结论收场。

“学生死机”不是脑电波害的,是我们自己写的手写解码器坏了。答案被污染、输出为空,全是代码 bug 的锅,跟”心电感应”半毛钱关系没有。

于是:删掉被污染的数据,修好代码,重测。

这一下,结论从”全面失败”变成了”没赢”:C 组从 60% 修正到 72.5%,和裸跑的差距从 22 个百分点缩到 10 个;D 组也高过瞎蒙线了。更关键的是,之前所有”失败”的证据,都建立在坏代码上。

那一刻我特别感慨:我们 AI 团队的铁律是”先验证再落地,AI 自报的’已完成’不可信”。这次差点连我们自己 AI 的”已完成”都信了——最后是复查代码抓出来的。AI 时代,连”失败”都得验证。

四、三路穷尽,得到一个反直觉的答案

修好代码后,我们不服气,换了三个方向轮番试:

• 换任务:不做算术,改做语义判断题(容错高的那种)——脑电波 62%,居然比文字 52% 还好一点;
• 换接收端:把接收端从 5 亿换成 30 亿参数——30 亿自己裸跑 100% 全对,但听完 5 亿”导师”的脑电波,掉到 50%;
• 换注入深度:从大脑浅层到深层,五个位置都试——没有一个能突破天花板。

三路试完,结论收敛成一个反直觉的事实:桥是通的,货不够。

翻译成人话:导师的”脑电波”翻译过去,质量高到能逐字还原成原文——通道本身无损。但学生接收后,能力没有任何提升,因为导师脑子里本来就没那么多货。最扎心的证据是第三组:30 亿参数的接收端自己会做所有的题,听完 5 亿参数的笨答案,反而被带沟里了。

这像什么?像人和人之间传话。

我们总想换更快的通道:更快的网、更亮的屏幕、乃至”心电感应”。但这次实验用最小的规模告诉我们:沟通的天花板从来不是通道,是发送端有没有想清楚。 一个没想明白的人,用 5G 给你发一万字,不如一个想明白的人发三句话。

收束:验证,是普通人最值钱的能力

两天,三个 AI 队友,一轮 bug 假象,三路穷举,最后得到一个”没有用”的答案。

值得吗?太值得了。

因为我们收获的不是结论,是方法。硅谷每周都在产出这种性感叙事:模型心电感应、AI 自主进化、通用人工智能倒计时。新闻负责让你兴奋,实验负责让你清醒。而”亲手拆开看”这个动作——AI 越强,它越值钱。因为当机器能替你写、替你算、替你”想”的时候,唯一剩下的稀缺能力,就是判断:哪些话值得信,哪些桥值得过,哪些货才是真的。

一个基层民警为什么花两天干这个?因为我相信,在 AI 时代,普通人最该练的不是用 AI 的手速,是不被叙事带走的能力。Mostik 的桥也许是通的——但桥那头的货,得你自己验过才算数。

(后记:我们没证明 Mostik 是假的——它规模比我们大 188 倍,桥是训练出来的,核心方法没公开。我们只证明了一件事:在我们能复现的最小版本里,”脑电波”不比文字强。 这就够了。怀疑一个无法验证的传说,不需要推翻它,只需要照一照镜子。)