好的智能体朋友不仅提供口头建议：它们能更新你的权重

多智能体大语言模型系统通常通过交换自然语言消息进行协作，但这导致中间计算需序列化为令牌，增加了生成成本与显存开销。本文提出 TFlow（思维流），一种针对固定接收者架构的权重空间通信框架。该方法将发送者的隐藏状态编译为针对接收者的瞬态低秩 LoRA 权重扰动，而非追加文本上下文。这些扰动仅在生成时融合应用，实现了实例级自适应且不永久改变模型。实验表明，TFlow 在五个基准测试中准确率最高提升 8.5%，处理令牌数减少高达 83.27%，推理速度提升 4.6 倍，证明了瞬态权重扰动作为高效多智能体协作媒介的潜力。