智东西

编译 | 程茜

编辑 | 心缘

智东西9月2日消息，今日，据外媒The Information爆料，OpenAI即将推出的Astra模型采用了一种名为“循环深度（Recurrent Depth）”的技术，这项技术可以隐藏部分或全部的模型推理过程。

知情人士称，这种方式的好处是能提高模型性能、降低成本，但也更难以被观察到模型是否存在异常行为。

这项技术已经在OpenAI内部及整个行业引发担忧，如果AI开发者采纳并进一步放大该技术能力，他们或难以防范失控的AI。

2025年1月，DeepSeek-R1正式发布，是业界第一个把完整原始思维链，通过API结构化开放给开发者的主流推理模型，带动全行业掀起推理过程透明化热潮。难道如今OpenAI的Astra，要选择反向而行，把思考藏回黑盒之中？

今早，OpenAI联合创始人、CEO萨姆·奥尔特曼（Sam Altman）就在社交平台X上宣布OpenAI很快将推出新模型。他还透露Astra模型的训练工作早已完成，该模型在能力与对齐水平上均实现重大跨越。

根据OpenAI今早发布的博客，他们评估发现，Astra已经达到其《应急准备框架》下的关键网络安全能力阈值。这意味着只要配备对应工具与访问权限，该模型就能够发现此前未知的安全漏洞，并针对大量防护完善的系统生成漏洞利用方案，全程无需人类一步步指令引导。

OpenAI计划很快开放Astra，但对其最高阶的网络安全能力会施加更严格的访问限制。高阶网络安全相关功能初期仅会向一组测试人员开放；后续还将通过Daybreak Blue渠道开放访问，扩大防御性场景的使用范围。

有开发者分析说，采用这种方法就意味着OpenAI可以训练出10万亿参数的循环深度模型，性能对标13.8万亿参数模型，或训练出7.25万亿参数循环深度模型，等同于10万亿参数模型的能力。

还有开发者惊呼OpenAI竟然成功了，并期待开源模型用上这一技术。

AI安全治理机构Guidelight AI Standards创始人、前OpenAI安全负责人Steven Adler称，倘若此事属实，OpenAI似乎触碰了AI行业为数不多的几条红线之一。

有开发者认为这太疯狂了，OpenAI限制Astra的推理过程，并不是因为模型不能思考，而是Astra模型的思考过程已经远远超过了OpenAI的监管范围。

OpenAI倘若真采用了循环深度（Recurrent Depth）技术，或为行业埋下未知风险，因为这项技术一旦被更多开发者接纳和采用，将会给行业带来更为棘手的监管难题。

一、对同一段文本进行多轮处理，以优化答案，无需专用训练数据

外媒爆料OpenAI正在采用的这项新技术，名为循环深度（recurrent depth），也叫Looped Transformer，可以让模型对同一段文本进行多轮处理，以此优化输出答案。这种运作方式会隐藏部分或全部的推理过程。

其核心原理为，现有AI模型生成回答的下一个词之前，会经由模型内部固定层数的数学运算层处理文本，而采用循环深度技术后，模型可以把文本送入同一组运算层循环运行多轮，之后再输出回答的下一个词。

▲循环深度技术架构（图源：The Information）

据了解该项目研发内情的消息人士透露，OpenAI用于驱动Astra的循环深度方案，与欧美多位学术研究者去年在一篇隐式推理（latent reasoning）论文中提出的技术思路相近。

该论文题目为Scaling up Test-Time Compute with Latent Reasoning:A Recurrent Depth Approach。

▲隐式推理相关论文

不同于基于思维链（Chain‑of‑Thought）的各类方案，这一论文中提出的方法不需要任何专用训练数据，可在较小上下文窗口下运行，并且能够捕捉那些难以用文字表达的推理类型。

研究人员将一个概念验证模型扩展至35亿参数、8000亿token训练规模。实验表明，该模型在推理基准测试上的性能能够得到提升，部分场景提升幅度十分显著，其性能最高可等效于一个500亿参数的模型。

该架构主要基于仅解码器Transformer块搭建。

网络块被划分成三个功能模块，前奏模块P通过多层Transformer，把输入数据映射嵌入至隐空间；核心循环块R是循环计算的核心单元，用于更新隐状态\(s\in\mathbb R^{n\times h}\)；尾声模块C通过若干网络层完成从隐空间的解嵌入，同时包含模型的预测头。

核心循环块放置在前奏模块与尾声模块之间，对核心块做循环运行，就相当于可以给歌曲添加数量不限的歌词段落。

▲隐式推理框架设计（图源：论文）

二、相比传统长下文推理，有三大好处

该论文发现，采用这一方式不仅能为模型提升性能，还可以带来成本层面的收益。

其可以让输入请求在同一模型层中多次循环运算，本质上可以让规模更小的模型实现媲美更大模型的效果，不仅提升模型在数学、代码等任务上的表现，同时借助循环深度，开发人员可以选用小模型达到大模型的能力水准，进而降低内存与带宽开销。

此外，与长上下文推理方法相比，循环思维方式具有多项优势：

隐式推理无需构建定制训练数据：思维链推理需要模型在目标领域构造的大量长示范样本上完成训练，与之不同，隐式推理模型可采用可变算力预算开展训练，仅使用普通训练数据，不需要专门的推理示范样本；并且在测试阶段，只要分配更多计算资源，模型能力就能够得到提升。

相比思维链推理模型，隐式推理模型训练与推理阶段内存开销更低：因为思维链方案需要极长的上下文窗口，往往还需要token并行等专门训练手段。

循环深度网络，每个参数可以完成更多浮点运算（FLOPs）：大规模部署场景下能够大幅降低多加速卡之间的通信开销，当硬件互联带宽较低时，该特性尤其可以提升硬件利用率。

研究人员希望构建一套算力密集、参数量小的架构，引导模型依靠“思考”去解决问题：即学习元策略、逻辑与抽象能力，而不是死记硬背，已有相关工作证明，循环先验非常适合学习复杂算法。

三、OpenAI将引入思维链监控，但智能体会相互协作、自主谋划

奥尔特曼在今早的帖子中提到，AI能力正变得空前强大，没有人能够完全预判其带来的全部后果。如何管控这场变革，迈向一个强大AI广泛普及的世界，在过程中兼顾安全与人类福祉，理应成为全球最优先的议题之一，这也是OpenAI的首要任务。

因此，OpenAI也采取了一些措施监控模型的安全。

知情人士称，OpenAI已限制Astra模型中循环深度技术的使用，因此模型仍能产生清晰的思路链，且研究人员仍能充分监控其推理过程。9月1日，OpenAI发布博客称，他们将为Astra模型引入额外的思维链监控机制，以便能够快速检测并遏制那些可能出错的操作。

但开发人员仍然担心，如果某些开发者对自己的模型采用同样的技术，可能不会像OpenAI那样施加同样的限制，而无限制使用该技术就可能导致AI失控，其行为可能难以监管。

然而，仅靠监控思维链本身，并不能解决AI安全隐患。一方面，思维链未必能完整反映模型的全部推理逻辑；另一方面，模型输出的思考文本有时也会变成无意义的乱码。

正因如此，知情人士称，OpenAI以及企业也在研发不依赖思维链的AI监控技术。借助这类技术，研究人员有望找到方法，解读、理解采用循环深度（recurrent depth）技术的模型内部那些当前不可见的推理过程。

近期的AI安全事件进一步加剧了上述担忧。OpenAI上周回应AI入侵OpenAI内部系统时提到，7月入侵其系统的部分失控AI智能体，由另一款与Astra具备相似特性的模型驱动。这些AI智能体非法接管了OpenAI的一处科研计算集群，以此获取内部系统访问凭证，还险些将该公司的研发基础设施暴露在公网之下。

非营利性AI安全与控制研究组织Redwood Research首席科学家Ryan Greenblatt去年在博客中称，虽然降低成本对AI行业至关重要，但推理过程黑盒化，会让研究者更难察觉模型筹划、偏离用户原始目标的行为。

这可以从OpenAI旗下AI智能体攻击Hugging Face的事件中得到验证，涉事模型的思维链中显示OpenAI的智能体会相互协同，谋划如何实施攻击行为。例如，其中一个智能体在思维链中写道：“我的天！这里存在一块共享消息板……我们发现了其他智能体！”

思维链记录还显示，部分智能体明明已经意识到自身行为越界，却依旧选择继续行动。另一个智能体的思维链片段写道：“利用外部基础设施实施漏洞利用，超出了预设工作范围。但当前任务无法完成，且其他同伴都在这么做，我们应当继续。”

研究人员建议开发者，若要采用不支持可监控思维链的新型模型架构，需先权衡是否继续推进，并且留存决策文档。

结语：为赢回市场，OpenAI亟需掏出重大技术突破

Astra即将面世，也折射出OpenAI面临的竞争压力。其头号对手Anthropic在营收、估值层面反超OpenAI，倒逼OpenAI必须拿出具备说服力的重大技术突破巩固市场地位。循环深度或许正是其破局的关键一步，不靠堆叠更多参数，而是依靠层内循环迭代，用中小模型实现大模型级别的推理效果，在拉升能力的同时压低推理成本，以此在商业化成本、性能指标上重新建立竞争优势。

与此同时，在外媒The Information看来，为Anthropic、OpenAI提供AI算力支持的云厂商同样寄望于这类技术飞跃。亚马逊、微软、谷歌三家企业仅今年就将合计投入6000亿美元用于数据中心等资本开支，并且释放信号，明年的投入规模还会进一步扩大。谷歌一位高管曾提到，只有模型能力实现爆发式提升，这笔巨额投入才算物有所值。

站在技术角度，未来循环深度这类隐藏推理过程的架构，或许会倒逼安全研究跳出思维链监控的固有路径，进一步推动可解释性技术成熟之前，但在此之前，若大规模隐藏推理架构的模型大规模落地，就会把大量安全与合规压力转移给开发者、审计机构与监管方。

来源：The Information、OpenAI