Hybrid Reasoning Agents 尝试把潜在空间推理与文本工具调用放进同一生成过程。轻量 HybridLink 将最后一层隐藏状态映射回输入嵌入，连续工作记忆保留多轮混合上下文；随后用监督微调协调两种模式，再用强化学习学习何时内部思考、何时输出文本行动。论文在三种模型规模、十一项基准上比较了文本与潜在推理方法，报告性能与 token 效率改善；本期不把跨任务汇总比例改写成每个任务的保证。
编辑分析：比“少输出一些思维文字”更值得研究的是，内部表示如何跨工具调用继续保留，以及这种模式切换怎样训练。论文中的可视化或解码可帮助检查潜在状态，但不能因此认定得到完整、忠实的推理解释。公开代码提供复做入口；实际收益仍要按任务、工具轮次、推理时间与训练成本逐项比较。