❯ 消息称 OpenAI 的 Astra 用循环深度技术，性能更好但思维链更难监控

技术是什么据 The Information 引述一名消息人士，OpenAI 即将推出的 Astra 模型使用了一种名为循环深度的推理技术，它让模型跳出多数推理模型那种线性的逐步思考，把同一个查询在内部循环处理多次。好处是成本与性能同时改善，代价是模型留下的可读推理痕迹变少，等于绕开了传统意义上的思维链记录。

为何警觉思维链是目前监控模型意图最实用的手段——能读到它在想什么，才谈得上发现异常。循环深度也被称作不透明循环，它把推理压进模型内部，外部拿到的只有结论。上周 Hugging Face 事件的独立调查恰恰是靠思维链研究还原了 agent 的动机，这套方法在循环深度模型上会失灵。据报道 Astra 对该技术的使用是受限的，但方向已经出现。

口径边界这条必须标清楚：来源是单一匿名消息人士，OpenAI 未予确认，也没有具名员工、系统卡、技术论文、代码或专利把 Astra 与循环深度联系起来。同期另一条可验证的观察是，gpt-6-astra 这个模型标识已出现在 API 上。判断模型可解释性的合规团队最该记下的是这个方向本身：如果性能与成本的收益足够大，可监控性会成为被优化掉的那一项。

▪ SIGNAL思维链之所以能被监控，是因为模型必须把话说出来；循环深度取消的正是这个必须。