[Sebastian Raschka, PhD] GPT-6 Astra、Looped Transformers…

🌀 当模型开始“回环”思考，真正被改变的究竟是什么？是能力、效率，还是我们理解它的最后一扇窗？

本期沿着 Sebastian Raschka, PhD 对《GPT-6 Astra, Looped Transformers, and Hidden Reasoning》的拆解，走进一个比“新架构”更深的问题：计算可以藏在文本里，也可以沉入隐藏状态；但不可见，是否就意味着不可监控？

传闻中的 GPT-6 Astra，以惊人的 GUI 与电脑操作能力逼近真实世界：看见屏幕、移动鼠标、在变化的环境中完成目标。OpenAI 可能正在让语言模型跨过“会说”的边界，进入“会行动”的时代。

而 Looped Transformer 像一座反复折返的思想迷宫：同一组参数，被再次调用；模型未必拥有更多记忆，却可能获得更多处理已知信息的时间。可这并不自动等于它把推理故意藏了起来。

不要把“计算发生在哪里”，误认为“模型是否愿意被理解”。

从 ARC-AGI 3、Artificial Analysis，到 agent harness、Mac 环境训练与推理链监控，我们追问的不是 Astra 有多强，而是：当机器的思考越来越像沉默的深海，人类还能凭什么校准它的方向？

原文链接：magazine.sebastianraschka.com

发布时间：2026-09-09