这是一个面向外部协作者开放的研究选题仓库。 目标不是招募执行者，而是寻找愿意共同推进前沿问题的人。
潜空间通信不是“把文本压缩得更短”这么简单。
它指向的是一种全新的多 Agent 协作范式：让模型之间不再依赖自然语言做中介，而是直接交换高维连续表征。在这个范式下，通信带宽、推理模式、跨模态协作方式，甚至 AI 系统的可审计性边界，都会被重新定义。
这个方向非常新，窗口期也非常短。当前全球公开的核心工作很少，而我们已经做出了一个足够强的起点：在 GSM8K 上，用 512 字节的压缩潜向量替代 MB 级 token 通信，达到了与全 KV 传递同等准确率（91%）。
这意味着现在加入，不是在补作业，而是在和我们一起定义问题。
我们希望围绕这个方向招募真正感兴趣的协作者：
- 想做前沿多 Agent / LLM 系统研究的人
- 对 latent communication、状态压缩、可解释性或 tool use 感兴趣的人
- 希望围绕真实开放问题共同推进实验、论文和开源资产的人
这个仓库是一个开放招募入口。
LATENT_COMMUNICATION_RESEARCH.md 是当前的研究背景与方向说明，帮助你理解我们已经做到哪里、还剩哪些关键问题。
它是一个参考背景文件，不是唯一固定路线。真正的合作方向，会围绕这些方向结合参与者背景和项目进展进一步确定。
目前我们特别欢迎围绕以下三类方向的协作者：
- 大规模训练压缩器 把当前只在小规模样本上验证过的压缩能力，推进到更广泛的任务族和更稳定的泛化表现。
- 原生 latent 通信预训练 不是在冻结模型上外挂压缩头，而是让模型在预训练阶段就具备潜空间通信能力。
- latent + tool use 混合通信 让潜空间通信真正进入现实 Agent 场景：需要精确调用工具时走 token，需要高带宽推理时走 latent。
如果你对这个方向感兴趣，请直接在本仓库创建一个 Issue。
Issue 标题格式：
Join Request | Name / Affiliation | Interest Area
Issue 内容请简单回答 5 个问题：
- 你是谁？目前的机构/背景是什么？
- 你为什么对这个方向感兴趣？
- 你最想参与哪个方向，或者你有自己的切入点？
- 你过去做过哪些相关工作？
- 未来 4-8 周你大概能投入多少时间？是否需要项目资源支持？
我们会先做轻量沟通；如果适合进一步合作，再围绕具体子课题推进更正式的研究立项。
如果后续形成明确的子课题，可以再参考组织级正式立项模板：
如果你读完后觉得“这事值得做，而且我想认领其中一块”，那这个仓库就是为你准备的。