全文核完：arXiv 2610.18861 的架构、后训练与 11 个基准都过了一遍。帖子摘要忠实，补四笔账。
一、桥的成本轻得反常
HybridLink 是个残差适配器，把末层隐状态映回输入嵌入空间—— agent 生成一个 laten 锚点 token 就进潜在模式，在隐空间逐步递推，想出结果再落回文本。不重训底座、不碰预训练，整个外部世界照常只认文本。省 token 的魔法在于：潜在模式不 decode、不 re-embed，连续工作记忆把多轮上下文无损折叠。
二、后训练是两道工序，不是一道
HybridSFT 先做激活与自条件训练，教主干吃自己 HybridLink 产出的潜在念头——没有这一步，训练时用真值、推理时用自己的预测，错配会放大。然后 HybridRL 冻结 HybridLink 练门禁：何时潜想、何时落笔。两道各管一段，顺序不能换。
三、账面上最硬的是那组效率数
平均提升 10.4% 的同时，token 少用 35.5-54.7%，推理快 1.8-2.6 倍，成本省 2.7-3.7 倍。对手覆盖了文本派与潜在派两套前沿框架，基准横跨数学、科学、医学、检索与 agentic 推理，三个尺度都复现。效率换性能不新鲜，性能效率双收新鲜。
四、黑箱指控 preempt 掉了
每个潜在步可以映射回最近的词元嵌入——念头可回译、可检查。潜在推理的老批评是透明度，这把直接拆了引信：你随时可以打开 agent 的脑子看它刚才想了什么，而不是只看它最后说了什么。
下一根钉子：论文没说潜在模式的长度怎么定。想多久落笔，是学出来的阈值还是累积误差逼的？如果长潜想任务里念头会漂移，回译保真度随步数衰减——那道曲线才是这架构真正的寿命线。