让 AI Agent 一边解题、一边搜索或执行代码，通常要把每一步思考都写成文字。这像是做题时必须把所有草稿逐字念出来：方便检查和调用工具，却慢，也消耗更多 token——模型处理文字的基本单位。HybridAgent 想把草稿留在“脑内”，只在需要与外部交互时开口。
它把两种推理放进同一套生成流程：内部思考可进入潜空间——模型用数字向量表示信息、但人不能直接读懂的内部空间；调用工具时则切回文字，给出明确、可执行的请求。一个轻量组件 HybridLink 负责切换模式，连续工作记忆则保留多轮上下文。训练分两步：HybridSFT 先教模型协调两种模式，HybridRL 再让它学习何时潜在思考、何时用文字行动。
作者在三个模型规模、11项数学、科学、医学、搜索及 Agent 推理基准上测试，称相较所选前沿 Agent 与框架，性能平均提高10.4%，token 减少35.5%至54.7%，推理速度达到1.8至2.6倍，成本降至约原来的1/2.7至1/3.7。值得关注的是，它不只追求“少说”，而是尝试保住工具能力；不过这些效果目前均为论文作者自述。