Astra 无 CoT 推理大幅领先，隐蔽推理能力引发安全担忧

JeffLadish · x · 2026-09-11

Jeff Ladish 引用评测数据指出，Astra 在无思维链（no-CoT）推理任务上的胜算比次优模型（Fable 5.1）高 8.6 倍，单个前向传播可完成 7.2 步串行算术（次优为 4.1）。

他解释了为何这值得警惕：CoT 之所以是监控模型的有效手段，是因为前向传播内的串行计算深度受限，模型不得不把推理「写在明处」；无 CoT 推理能力越强，模型可进行的隐蔽推理就越多，CoT 的可监控性压力随之下降。Neel Nanda 用自己的私有 benchmark 复现了 AI 安全研究所的发现，印证 Astra 更难被监控。