论文《Hybrid Reasoning Agents: LLM agents that think in latent space, act through text》已在 arXiv 公开（编号 2610.18861）。摘要中给出的公开材料包括 X 账号 Jiaru_Zou 的相关推文，以及托管在 GitHub 上、属于 togethercomputer 组织的 HybridAgent 仓库。目前可确认的信息主要来自标题与这些链接；具体方法细节与实验结果，仍需以论文原文和开源代码为准。
从标题看，“混合推理”指一套分工方式：智能体的中间推理不再全部写成显式文本，而是在隐空间（latent space）中以连续表示完成“思考”；对外动作则仍通过文本接口发出，例如生成工具调用、环境指令或给用户的回复。这样做试图同时保留两方面的好处：隐空间推理不必把每一步都展开成自然语言，因此有望减少 token 开销和思维链冗余；文本动作则继续兼容现有工具生态、可读日志与人工审核。
这件事值得关注的原因在于：当前主流 agent 框架几乎都采用“把思考说出来”的范式，思维链越长，延迟和成本越高，而许多中间步骤其实并不需要给人看。如果隐空间推理切实可行，agent 的推理预算与执行接口就可以解耦，这也是近期 agent 研究的一个明确方向。
对从业者而言，可重点跟踪三点：隐空间推理如何训练与监督、什么条件下回退到文本推理，以及开源实现能否复现论文结论。
论文：https://arxiv.org/abs/2610.18861
代码：https://github.com/togethercomputer/HybridAgent