OpenAI新推理技术引发安全专家担忧：Astra将采用“循环深度”

据TechCrunch 9月2日报道，OpenAI为其新一代模型Astra准备了一种名为“循环深度”（recurrent depth）的推理技术，这一消息迅速引发AI安全专家群体的警惕。

报道指出，大多数主流推理模型依赖顺序化的思维过程：先想一步、再走一步，逐步逼近答案；而“循环深度”允许模型在顺序推理之外进行循环式运算，推理不再需要被摊开成一步步可读的中间序列。

对Astra而言，这意味着它可以在同一组内部表示上反复迭代，用更少的显式步骤处理更复杂的任务，代价是外部观察者更难逐帧还原模型的思考轨迹。

正是这一点让安全专家感到不安。多位接受TechCrunch采访的研究者担心，一旦推理过程脱离可顺序审计的框架，开发者与监管者将更难及时发现模型的目标偏移、越狱或不当行为，安全干预的窗口也会被压缩。

把推理过程藏得越深，可解释性与可控性就越难保证，这并非行业里全新的矛盾，Astra只是把它推向了新的极端。

从行业信号看，OpenAI显然在同时追求更强的推理能力与更高的计算效率；循环式设计若能进入量产，可能改变推理模型的架构范式，也会影响开源社区与竞争对手的跟进方向。

值得关注的是，OpenAI尚未公布Astra的正式发布细节，“循环深度”如何与对齐评估、安全测试共存，以及监管层是否会介入讨论，都将成为后续焦点。