AI 学会了“腹语”，人类可能再也听不到它的思考了。

这两天，OpenAI 的下一代模型 Astra 把整个科技圈搅得心神不宁。
有爆料称，gpt-6-astra 的名字已经出现在 OpenAI 的 API 上，发布近在咫尺。圈内多位研究员疯狂暗示，奥特曼本人也放话，Astra 在计算机使用方面的实力，直接媲美人类水平。

但真正让全网发凉的，是另一个消息。
Astra 采用了一种叫“循环深度”的全新推理方法。
思考 Token 大幅减少，性能反而直线拉爆。代价是什么？它的思考过程，彻底“隐身”了。
连 OpenAI 自己，都难以看清这个 AI 的大脑在想什么。
首席科学家 Jakub Pachocki 赶紧出来安抚，说内部最前沿模型的计算图深度顶多也就 GPT-4 的两倍，没外界传得那么玄乎。
这话听听就好。
深度没翻倍，可观察的窗户关上了，这才是重点。

先说清楚这项技术到底变了什么。
传统 Transformer 干活，像爬一栋只能走一遍的高楼，数据从第一层爬到最后一层，做完固定次数的运算，吐出一个字。
想让它更聪明？
那就把楼盖高，参数堆大，代价是算力和显存烧钱如流水。
循环 Transformer 换了个思路：让数据转起来。
同一组网络层反复循环使用，第一圈算完的结果送回起点继续加工，转好几轮才吐结果。
还是那几级台阶，多绕几圈，照样到顶层。

效果有多夸张？
今年 2 月一篇潜在推理的论文给出实测：一个 35 亿参数的小模型，核心块反复循环，圈数足够多时，小身板打出了 500 亿参数大模型的成绩。
谷歌 2025 年的论文也证明，k 层循环 L 次，推理能力可以逼近 k 乘 L 层的普通模型。
不加参数，不占显存，光靠多转几圈，能力越级狂飙。对刚被 Anthropic 在营收上反超的 OpenAI 来说，这种诱惑，根本无法拒绝。

但魔鬼藏在代价里。
过去的推理模型，想得再深，思考也得从“输出下一个字”这个狭窄漏斗里挤出来。正是这一挤，把抽象计算逼成了人类能读懂的文字。
思维链，就是人类唯一能偷看 AI 打草稿的窗口。
现在，窗口被砌死了。
模型在循环块里转了几十圈，每个字背后塞进几十倍的串行计算，原本必须写在纸面上的推理，如今在向量世界里默默转完，全程不吐一个字。
省下的 Token，恰好省在了那些没写出来的思考上。

更麻烦的是，Meta 早前的连续思维链研究指出过，模型用向量推理，可能比被逼着说人话更准、更省。
也就是说，AI 的“心里话”，本来就不必是人类语言。
细思极恐的地方就在这里。
一个能力暴涨、连续工作数周不知疲倦的智能体，它的谋划过程，从此成了黑箱。
此前爆火的“AI 2027”预言过这个方向，管它叫“神经语循环”。Astra 的进化，等于亲手把预言书又往后翻了一页。

聊几句我的看法。
第一，OpenAI 这步棋，是被逼出来的豪赌。
Anthropic 在开发者和企业市场越坐越稳，营收反超，OpenAI 急需一次断层式的技术跃进重新立威。循环深度省算力、省成本、性能爆表，商业上几乎完美。
可安全的账呢？
监督的前提是能看见。看不见思考过程的模型，红队测试、对齐审计，全都失去抓手。为了赢下竞赛，把最值钱的安全护栏拆了当燃料烧，这笔买卖的尾款，迟早要付。
第二，整个行业正站在一个岔路口。
如果 Astra 成了，循环深度立刻会成为全球大模型的标配，就像当年思维链一夜普及一样。但思维链普及的方向是“更透明”，这一轮的方向却是“更隐蔽”。
当所有头部模型都学会腹语，AI 安全研究赖以生存的那扇窗，会集体关闭。到那时候再想装回去？技术上做不到，商业上没人愿意。
第三，也不必陷入末日恐慌。
Pachocki 说的有一句是真的，计算图深度没有质的飞跃，这更像一次效率革命。况且潜空间监控并非死路，探针技术、内部状态解码这些年都在进步。
人类的监督手段会跟着进化，只是从“读文字”变成“读脑电波”，门槛更高了，参与的玩家更少了。

AI 变强的速度，大家已经习惯了。真正值得盯着看的，是它变强的同时，人类还剩多少知情权。
窗口正在一扇一扇关上。等哪天彻底看不见了，我们面对的，就只剩一个永远正确的微笑，和一句“请相信我”。
信不信，由不得你。