当一家餐厅的订单量从每天几十单暴增到上千单时，原本独当一面的全能厨师会陷入困境——切配、烹饪、摆盘全靠一个人完成，体力与专注力很快达到极限。此时，将厨房拆分为备菜、炒锅、摆盘等独立工位，通过分工协作提升效率成为必然选择。如今，人工智能领域正面临同样的挑战：单一大语言模型在处理复杂任务时，逐渐暴露出思路短视、解题方向迷失等问题。针对这一痛点，来自多所顶尖高校与科技企业的研究团队提出全新解决方案——通过构建多智能体协作框架，让AI像专业厨房团队一样高效运转。
传统多智能体系统存在显著缺陷：AI之间的信息传递依赖文字转换，如同厨师们用便签纸传递指令。这种模式不仅耗时，还会在"翻译-理解"过程中造成信息损耗。更棘手的是，系统训练需要追踪每个AI的参数变化，工程量呈指数级增长。为突破这些瓶颈，研究团队开发出名为RecursiveMAS的创新框架，其核心在于让AI团队直接传递"潜在思想"——即模型处理问题时的内部信号，而非经过编码的文字。这种设计类似于厨师团队通过"心灵感应"协作：备菜师对菜品的直觉理解直接传递给炒锅师，后者无需解读文字便能精准把握火候与调味。
实现这种协作模式的关键在于名为RecursiveLink的轻量级模块。该模块包含内部链接与外部链接两种形态：内部链接负责在单个AI的思维过程中传递信号，确保中间推理步骤无需转化为文字；外部链接则承担跨模型通信任务，通过维度转换解决不同AI间信号格式不兼容的问题。研究团队特别强调残差连接设计的重要性——在信号转换过程中保留原始信号的主要特征，使模块仅需学习格式差异调整，而非从头理解完整信息。这种设计显著提升了训练稳定性，实验数据显示，采用残差连接的模块在任务准确率上提升超过15%。
在系统架构层面，RecursiveMAS构建了闭合循环协作网络。以顺序协作模式为例：规划师AI接收用户问题后，通过内部链接进行多步思考，生成的潜在思想经外部链接传递给批评师AI；批评师叠加外来信号继续思考，再将结果传给求解师AI；最终，求解师的输出信号被反馈给规划师，形成完整循环。这种设计使系统在前三轮循环中，计算复杂度较传统文字传递方式降低75%以上，同时推理速度提升2.4倍。值得注意的是，只有最终轮次的输出会被解码为人类可读文字，中间过程完全在潜在信号空间完成。
训练策略方面，研究团队采用两阶段"内外循环学习法"。内部循环阶段独立训练每个AI的内部链接模块，通过余弦相似度衡量生成信号与目标信号的接近程度；外部循环阶段将所有AI串联成完整系统，用最终输出与正确答案的交叉熵损失进行反向传播。这种训练方式保持所有AI模型参数冻结，仅更新约1300万个RecursiveLink参数，较全参数微调节省99.7%的计算资源。实验表明，该框架在9个不同领域测试集上均超越基线模型，在奥林匹克数学竞赛级难题AIME2025上的准确率达86.7%，较次优方案提升13.4个百分点。
框架的通用性通过四种协作模式得到验证：混合专家模式让数学、代码、科学三个领域的AI并行工作，最终答案准确率超越任何单一专家；知识蒸馏模式使40亿参数的小模型达到90亿参数大模型88%的性能，同时推理速度提升1.5倍；深思熟虑模式通过反思AI与工具调用AI的潜在信号交互，在需要外部搜索的任务中提升4.8%的准确率。这些模式覆盖了从简单问题分解到复杂工具调用的多样化场景，证明框架具有广泛的适用性。
深入分析揭示了系统优化的内在机制。潜在思想长度实验显示，AI在80步内部思考后性能趋于饱和，远少于文字协作模式所需的思维链长度；语义分布可视化证实，系统通过三轮循环即可将答案分布与正确答案的重合度从62%提升至97%。成本分析进一步表明，在扩展版顺序协作模式下，RecursiveMAS的训练成本仅为4.27美元，较LoRA微调方案节省35%资源，同时实现8.3%的精度提升。这些数据从多个维度验证了框架在效率与准确性上的双重优势。
一个典型案例生动展示了循环纠错能力：在求解"2的24次方是完全n次幂的正整数n的个数"时，首轮求解师错误地将因子对数量等同于合法n值，给出答案6；第二轮通过潜在信号循环，系统直接列出24的所有因子并排除1，得出正确答案7。这种自我修正机制源于循环结构提供的隐含方向感，使后续轮次能够规避初始错误路径。研究团队强调，这种运作模式使AI团队更像具备反思能力的整体，而非单向传递信息的流水线。
尽管框架在潜在信号可解释性等方面存在局限，但其为多AI协作提供了全新范式。通过消除文字转换瓶颈，系统在处理复杂任务时展现出显著的效率优势——团队规模越大、循环轮次越多，相较于传统方法的计算量节省越显著。该研究的完整论文及项目信息已公开，为AI系统设计者提供了可参考的技术路径与实验数据。
