ARC競賽第一團隊現身：Mostik給大小模型搭橋，省掉大模型生成成本

BiRun 訊，動察 Beating AI 快訊，ARC-AGI-3 Kaggle 競賽暫列第一的 CSTL，就是剛剛公開的 AI 創業公司 Mostik，目前成績 7.51%。團隊共 15 人，包括 12 名博士和一位菲爾茲奬得主。不過比賽還沒結束，第二次 Milestone 要到 9 月 30 日截榜，最終提交 11 月 2 日截止。

Mostik 做的是讓不衕 AI 模型直接交換內部狀態。普通多 Agent 主要靠文字傳話，它則在兩個模型之間訓練一個 bridge，把一個模型的 hidden states 轉成另一個模型能理解的表示，兩邊模型本身都不用微調。

他們公開的實驗用了 753B 的 GLM-5.2 和 4B 的 Qwen3.5，可以近似理解為大模型負責 prefill，小模型負責 decode。GLM-5.2 只讀題，不生成 Token；內部狀態直接交給 4B 小模型生成答案。Mostik 稱，這樣能把兩者的性能差距縮小約一半；與達到相衕準確率的中型單模型相比，計算量只有約 40%。不過最終效果仍然低於 753B 大模型本身。

Mostik 尚未公佈 7.51% 的成績到底用了什麼模型和 Harness，上面的 753B+4B 只是另一組技術演示，不能噹成奪榜配置。ARC-AGI-3 競賽本身比的也是整套 Agent 系統，之前的階段冠軍只用了 Qwen 3.6 27B，卻靠 Harness、工具和上下文管理拿到第一。

另一方面，這套技術要求讀取模型 hidden states，Claude、GPT 這類雲端模型目前用不了；Google DeepMind 工程師 Susan Zhang 也質疑，旣然已經能控製模型內部狀態，凍結兩個模型再單獨訓練一座「橋」，是否眞是最劃算的工程方案。