像把资料库和分析团队分开：资料只存一份，多个分析员按需查阅，再一轮轮推进判断。Mobius-v0 想把基础模型也这样拆开。传统 Transformer 常让同一组层兼顾记知识和处理信息；它则用共享的 FFN（前馈神经网络，可理解为逐项加工信息的模块）充当 Memory，存放知识向量，再配多个由 Self-Attention（让不同位置彼此参照的机制）构成的 Reasoner，负责迭代推理。
推理过程中，模型缓存隐藏状态——也就是尚未输出答案时形成的内部数字表示——把它当作工作记忆。Reasoner 据此反复查询共享 Memory，取回所需知识，再继续加工。作者称，从零训练的 7B 模型只用基线 62.6% 的训练数据，就取得相近的下游任务分数；从 Qwen3.5-35B 继续预训练的 Intern-S2-Mobius，则在分数相近时带来接近 4 倍的端到端推理加速。不过目前供稿只有作者在 Reddit 发布的介绍，未提供实验设置与逐项结果，尚不足以判断这些收益是否稳定、来自哪些具体环节。