要点现有多智能体框架（LangGraph、AutoGen、OpenClaw 的 subagent 体系）的 agent 间通信全部走「文本转述」：A 把自己的结论序列化成文字，B 再 parse 回结构。SwaT（Swarm Telepathy）改了底层假设——直接传输 KV-cache 内部状态。
数据跨模型家族实测：通信准确率 +40%、墙钟时间快 4 倍，在 17 个基准 × 12 个 LLM × 6 个模型家族上验证。
要点更关键的信号：能力随状态迁移——VLM 发送方可把视觉理解能力传给纯文本接收方，双端参数冻结、零微调。
当前多智能体协作的标准姿势：agent A 完成任务 → 把结果写成自然语言 → 发给 agent B → B prefill（重新编码）这段文本。这条路径有三个隐性成本：
| 成本 | 说明 | 量化 |
|---|---|---|
| 信息损耗 | 内部状态 → 文字 → 内部状态，两次有损转换。推理链中的隐式关联（注意权重分布）在文字化时丢失 | 通信准确率损失约 40% |
| 冗余计算 | 接收方必须 prefill 整段文本（哪怕其中 80% 是发送方已「理解」的上下文） | 墙钟时间 4 倍差距的主因 |
| 协议脆弱 | 文本格式约定（JSON schema/自然语言指令）需要 prompt 工程维护，跨模型家族时格式兼容性更差 | 工程成本，难量化 |
第三个成本最隐蔽：团队在多智能体框架上做的大部分 prompt 调优，本质是在补偿「文本协议」的信息损耗——这是在给架构缺陷打补丁。
SwaT 的核心洞察：LLM 的「理解」就存在 KV-cache 里——发送方处理完任务后，其 KV-cache 就是该任务上下文的最高保真表示。为什么要降维成文字再让接收方升维回去？
技术路径三步：
KV-cache 是模型私有的（不同家族的隐藏维度、头数、RoPE 配置都不同）。SwaT 训练一个轻量状态翻译器，把发送方的 KV 空间映射到接收方的 KV 空间。关键在于翻译器只学「空间对齐」，不碰两端主模型——双端参数冻结、零微调。
不传全部 KV——按注意力相关性筛选与任务相关的 key-value 对（类似人脑只传递「要点+语境」而非全部记忆），传输量大幅压缩。这也是「压缩 KV-cache 后差距还会拉大」的依据：文本协议无法享受上下文压缩红利，状态直传可以。
实验中最有意思的发现：VLM（视觉语言模型）发送方的 KV-cache 传给纯文本模型后，接收方获得了对图像内容的理解能力——尽管它从没「看过」图像。视觉信息编码在状态里，状态翻译器把它搬了过去。这已经不是「通信优化」，是能力路由。
17 基准 × 12 模型 × 6 家族的验证规模是认真的。两层解读：
工程层：+40% 准确率、4 倍速度——对多智能体系统的吞吐和可靠性是数量级改善。长链路任务（agent 间多轮交接）收益最大，因为 prefill 税是按交接次数累积的。
架构层：「能力随状态迁移」动摇了 agent 的定义边界。如果视觉能力可以状态化传输，那么 agent 的「能力配置」变成了运行时可组合的资源——框架选型的核心问题从「哪个编排器好用」变成「谁的状态空间兼容」。
① 现有框架不必推倒：SwaT 类技术最可能的落地形态是框架的传输层插件（类似 RPC 协议升级），编排逻辑不变。LangGraph/AutoGen 的用户等框架适配即可。
② 评估你的通信密度：agent 间交接次数少（各干各的最后汇总）收益有限；高频协作链（流水线式交接、辩论式多轮）收益显著。先量化自己的通信密度再决定跟进节奏。
③ 本地多模型协作的新瓶颈：KV-cache 直传对网络带宽和内存提出了新要求（状态比文本大得多，靠选择性传输压缩）。本地跑多模型协作的团队，上下文传递成本值得单独评估——这可能取代 token 费用成为新的成本大头。
Q：KV-cache 直传安全吗？状态里会不会泄露提示词？
A：会。KV-cache 是上下文的完整编码，提示词信息在里面。跨组织传输需要传输层加密与状态脱敏机制——论文未深入这一点，生产化时是必答题。
Q：状态翻译器要训练吗？成本如何？
A：需要（对每对模型家族训练一次翻译器），但轻量（只学空间对齐）。家族数量是组合爆炸的约束——6 家族只需 15 对翻译器（无向），工程上可控。
本文基于 2026-10-20 arXiv 公开论文的解读与作者个人分析，技术细节以论文原文为准；观点不构成技术选型建议。
SwaT（Swarm Telepathy）论文，arXiv 2026-10 批次；配套验证数据见论文实验章节。延伸阅读：MPT（市场机制自编排，同批次 arXiv）。