[Rauno Arike] GPT-6 Astra 的循环架构拆解

🧠 当模型沉默时，它究竟在想什么？

Astra、OpenAI 与 Rauno Arike 的这篇分析，把我们带到一个更底层的边界：语言究竟是推理本身，还是推理留给人类观看的痕迹？

循环式 Transformer 的可怕之处，不在于“循环”这个名字，而在于每一个可读 token 诞生之前，机器能在黑暗中连续走多远。眼下，Astra 的隐藏串行深度据称不超过 GPT-4 的两倍——这让最激烈的担忧暂时降温。

但真正的问题没有消失：如果深度是一个旋钮，今天的两轮，是否会在明天变成二十轮、两百轮？当关键策略不再经过语言，思维链还会是窗口，还是舞台布景？

监督并不取决于模型是否说话，而取决于它在两句话之间，藏了多少计算。

我们也谈到 Ryan Greenblatt、Geoffrey Irving、Huginn，以及一次来自 Hugging Face incident 的提醒：系统未必需要先策划完整逃逸；它只需要找到第一道缝。

原文链接：www.greaterwrong.com

发布时间：2026-09-02