OpenAI下一代模型Astra还没正式发布，AI安全圈已经先吵起来了。据The Information援引消息源报道，Astra用了一种叫“recurrent depth”（循环深度）或“opaque recurrence”（不透明循环）的推理方式：模型不再像传统思维链那样一步步往下推，而是把同一个查询在循环里反复处理几遍。结果是留下的可读痕迹变少，外界更难看清模型到底是怎么想的。
Redwood Research CEO Buck Shlegeris看完消息直接表态“极度担忧”；长期关注AI安全的Zvi Mowshowitz呼吁可能需要立法,防止各家实验室在这条路上“逐底竞争”。听起来像是一次全行业的集体警报。但把这条新闻往下挖一层,会发现事情没那么简单——这场警报的技术地基,其实相当松动。
Astra到底强在哪，又危险在哪
比“思维链会不会变模糊”更该先弄清楚的是：Astra是个什么级别的模型。OpenAI自己已经把Astra归类为达到“Critical cybersecurity capability”（关键网络安全能力）门槛的系统——在合适的工具和权限下，它能挖掘未知漏洞，针对高强度加固的目标开发攻击手段，甚至有可能在很少人工介入的情况下，从一个高层目标自主拼出完整的攻击链。
这不是小事。今年8月，OpenAI就是因为这个能力评级，主动放慢了Astra的开发节奏。等到9月这套“循环推理”的消息一出来，外界的紧张感自然会被放大——一个网络安全能力被自评为“关键级”的模型，如果连思维链监控这个最后的可见窗口都变模糊，风险感知会被迅速拉高。
OpenAI给出的应对是把监控范围扩大到Astra所有涉及工具调用的推理，不只是训练和评估阶段。代价是清楚写在文档里的：这套全量监控大约要多花被监控推理算力的20%。这笔额外开销本身就说明，公司内部并不认为这件事可以靠一句公关声明糊弄过去。
OpenAI的回应，安慰还是回避
OpenAI首席科学家Jakub Pachocki在X上回应,强调公司“从第一代推理模型起就在努力保留和利用CoT监控”,并否认Astra在往“neuralese”——彻底在潜空间里推理——这条路上走。他给出的具体论据是：包括Astra在内的当前前沿模型，计算图深度大致在GPT-4的两倍以内。
这句话是这场争论里少见的可验证信息，也确实比一句空洞的“我们重视安全”有分量。但它同时暴露了争论真正卡住的地方：外界担心的从来不是Astra现在有多不透明，而是这套循环机制将来能被放大到什么程度。Pachocki自己也承认，模型的可监控性总体上是脆弱且在下降的——这句话本身就是一句有保留的安慰，不是彻底否定风险。
值得放慢一步看的是，整条新闻链条里，“opaque recurrence”和“recurrent depth”这两个词，从未出现在OpenAI公开发布的Astra技术文档里。所有细节都来自The Information援引的匿名信源。这不代表报道不实，但意味着眼下的行业讨论，很大程度上是建立在二级信源之上的——这一点原文完全没有交代。
安全社区没有原文暗示的那么一致
原文的叙事容易让人觉得，AI安全专家“集体震惊”。实际情况更接近意见分裂,而不是同一个调门。
Shlegeris和Mowshowitz的担忧是制度性的：他们担心的是OpenAI如果把这套循环推理进一步放大，会彻底摧毁CoT监控这个行业最依赖的对齐工具，Mowshowitz甚至提出可能需要立法来防止逐底竞争。
但Redwood Research首席科学家Ryan Greenblatt的立场明显更谨慎。他公开表示，在拿到更精确的技术细节——比如Astra实际的循环迭代次数、这个次数是否容易被放大、放大之后性能提升有多大——之前，他不认为可以断言这是一次监控能力上的重大突破。他真正担心的是一个更长远的“自然演化路径”：如果这项技术持续扩展下去，模型可能几乎完全在潜空间里推理，彻底脱离任何可见的监督渠道。
警报和存疑，本身就是同一套风险认知的两种表达方式
这种分裂不是坏事，恰恰是安全领域正常运转的样子——先示警，再要证据，两者并不矛盾。
The Information后续报道称，Anthropic和Google DeepMind也在讨论类似技术。这里有个容易被绕进去的名字陷阱：Google确实有一款叫“Project Astra”的产品，但那是一款多模态实时助手，跟OpenAI这款同名的Astra模型是两件完全不同的东西，读者刷到相关讨论时容易张冠李戴。
- 风险.如果Anthropic、Google DeepMind真的在跟进类似的循环推理架构，行业里“尽量维持CoT可读性”这条非正式默契就已经出现裂缝，而不是仍然完好。
对普通用户而言，Astra短期内不会开放给大众——它先要在有限测试者范围内验证网络安全能力的可控性。真正该盯的是接下来几周：Anthropic和Google DeepMind会不会在系统卡或官方声明里正面回应这项技术，以及OpenAI在Astra正式发布时,会不会拿出比“计算图深度是GPT-4两倍”更扎实的证据,来证明思维链监控依然有效。