OpenAI 研究员:前沿模型思维链监控仍可用但正走向恶化

zetalyrae · x · 2026-09-04

OpenAI 研究员 merettm 发文回应外界担忧，并引用对前沿公司透明度不足的批评：目前包括 Astra 在内的前沿模型计算图深度与 GPT-4 相差不到两倍，思维链（CoT）监控仍是可行且 OpenAI 自首批推理模型起就持续维护的核心对齐观测手段。但他坦承该技术「脆弱且趋势向坏」，原因与架构无关、将另行撰文说明，同时称强化 CoT 监控是当前研究项目的核心目标。georgeing 评论指出，若前沿 AI 公司实践足够透明，外界就不必「读茶叶」猜测。