Raschka 长文：Astra 循环 Transformer 并非隐藏思维链元凶
机器之心 · wechat · 2026-09-14
针对 GPT-6 Astra 发布前 TheInformation 关于「循环深度（recurrent depth）/循环 Transformer 会让推理过程不可见」的报道及后续争议，Sebastian Raschka 发长文拆解技术细节，结论是：循环架构并非思维链变短、难监控的原因。
Astra 使用印象
- Astra 几乎全面超越 GPT-5.6，在 3D 渲染/图形任务上领先尤为突出；ARC-AGI-3 得 99.9%（GPT-5.6 Sol 仅 7.8%），但综合智能体编程指数上并未大幅甩开对手。
- 计算机操作（computer use）是真正亮点：通过 Codex/ChatGPT 直接操作本地软件（如用鼠标在 MS Paint 重画照片）。
- OpenAI 采购数万台 Mac Mini/Studio 并非用于训练，而是作为 macOS 强化学习环境：截图→预测鼠标键盘动作→执行→以成败信号做 RLVR 式反馈。模型本体仍在约 10 万块 Grace Blackwell GPU 上训练。
循环 Transformer 原理
- 核心是让中间表示多次通过同一批权重不变的 Transformer 块，如 Nanbeige4.2-3B 把 22 个块用两轮等效 44 层，参数减半、省内存；2 轮是效率最优配置。
- 思路可追溯到 2018 年 Universal Transformer，近期还有字节 Ouro、谷歌 Mixture-of-Recursions 等工作。
关于隐藏思维链
- Raschka 否认循环架构是可监控性退步的元凶：更合理解释是强模型犯错更少、回溯更少，不需要那么长的「草稿纸」——GPT-5.6 家族 Luna 比 Sol 多用 80% token 达到相近性能，没人说 Sol 更不可解释。Astra 系统卡确实承认推理轨迹可监控性退步，但证据不支持归因于架构。
实用建议：新模型提示理解力更强，可考虑精简或重新生成 AGENTS.md/SKILL.md，旧的手把手指导反而可能束缚新模型。
所属事件:Raschka 深度解读 GPT-6 Astra 循环架构与隐藏思维链争议(2 条相关)→
「模型」频道最新
- 马斯克扛不住成本：Grok Bot 额度一夜缩水两至四成 — yangyi · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- Yacine 赞誉 Terra High:一条推文引爆的新模型口碑 — yacineMTB · 2026-11-02
- 单卡 H200 跑 DeepSeek V4.1,时租仅 5.3 美元 — daluoseo · 2026-11-02
- 曝 Fable 5.5 最新 checkpoint 视频流出，纯代码生成 — kimmonismus · 2026-11-02
- 用户实测 Claude Opus 5.5 行为异常，引出持续学习难题 — JeremyNguyenPhD · 2026-11-02