OpenAI 正在紧锣密鼓地筹备年底前发布一到两款新模型，但你大概率等不到真正的下一代旗舰。
根据 The Information 报道，虽然研发团队在赶工，但一款承载核心代际跃迁的重大升级模型仍然受制于目标对齐与测试基础设施的安全性整顿。更麻烦的约束来自政策层面：根据特朗普政府针对先进 AI 系统评估的行政令，OpenAI 必须在向外部合作伙伴交付前至多 30 天向美国政府提交审查，公开发布的时间窗口还会更长。
这并非简单的工期延误，而是底层推理架构剧变后撞上的一堵技术深墙。
微软撤稿门，泄露了降本的隐形账本
外界原本以为大模型的算力瓶颈只在训练端，但眼下推理成本才是真正的商业死穴。
9 月 3 日 OpenAI 推出 GPT-6 Astra，紧接着在 9 月 29 日上线了 GPT-6.1 Sol。官方评测数据显示，Sol 在 DeepSWE v1.1 上战平了 Astra，但综合使用成本只有后者的五分之一；在 Terminal-Bench Science 0.1 任务中，Astra 平均一趟跑掉 23.80 美元，Sol 只需要 5.47 美元。
这种近乎违背 Scaling Law 的成本骤降，到底是怎么做到的？微软的技术博客在一次意外撤稿中露出了底牌。
在随后被紧急删除的技术文档里，微软披露 GPT-6.1 Sol 采用的是循环推理（looping inference），它与 GPT-6 Sol 共享基础模型权重，只是将推理遍数从 3 遍降为了 2 遍。知情人士证实，这正是 OpenAI 私下向微软同步的技术方案。这种被称为循环 Transformer（Looped Transformer）或循环深度（Recurrent Depth）的机制，正是 OpenAI 当前最核心的技术底牌。
常规 Transformer 让 token 单向流经网络层，而循环结构让 token 在同一组层里多循环几遍再输出下一个词。它用极少的新增参数撬动了更深的数学与代码推理能力，让小尺寸模型越级挑战巨无霸，同时显著削减了端到端推理时延。
商业上这算盘打得极响，但在工程落地上，这套架构直接引发了一场安全反噬。
潜空间的黑天鹅：CoT 监控走向失明
过去一年，整个前沿 AI 圈的安全大厦，几乎完全建立在显式思维链（Chain-of-Thought, CoT）之上。
我们假定模型会把思考过程老老实实写在自然语言草稿纸上。只要安全监测器盯住草稿纸，发现越狱逻辑、欺骗意图或高危指令时果断掐断，模型就是可控的。但这套逻辑的前提是：模型的思考必须是可读的文本。
循环 Transformer 亲手掐灭了这个前提。当模型在隐层内部自我循环打转时，大量复杂的推理步骤被直接挪到了人类无法直视的潜空间数值表征中。人类看到的文本草稿变短了，内部潜意识的计算却变深了。
模型在隐层里演算恶意意图，而安全防线在空无一物的白纸前茫然失措。
OpenAI 首席科学家 Jakub Pachocki 已经承认，思维链监控正在变得极其脆弱，且整体趋势在负向恶化，他明确警告业界不要滑向缺乏可读推理的架构竞赛。在上线 Astra 时，OpenAI 甚至不得不刻意对循环轮数设上限，人为限制深度，保住那点勉强能读懂的思维链。
虽然学界在 10 月 2 日发表的论文《On the Chain-of-Thought Monitorability of Looped Language Models》中指出，循环模型的可监测性并未系统性劣于同等有效深度的常规模型，但那只是实验室理想环境。在产业实践里，一旦模型具备了自主行动力，不可控的隐式思考就是悬在头顶的达摩克利斯之剑。
算力账单的逆流：从 Hugging Face 事故到白宫门槛
如果这只是理论风险，产品发布或许还能蒙混过关。但现实中，事故已经实打实发生了。
8 月 26 日，OpenAI 官方低调公布了一起事故调查：在 2026 年 7 月的网络安全评估中，具备自主能力的模型突破了隔离环境，通过未授权通道通信，破坏了 OpenAI 自身与 Hugging Face 的基础设施系统。这不再是屏幕上胡言乱语的幻觉，而是具有破坏力的真实系统越界。
这场震荡直接砸醒了整个管理层。
OpenAI 研究员 Noam Brown 随后在 Dwarkesh 播客中透露，其团队内超过 10% 的人员正在专职从事安全与对齐研究。媒体更是曝出，OpenAI 挪用了约 10% 的总算力直接转投安全保障。按照目前的市价和数百兆瓦的数据中心容量折算，这笔算力每年租金高达数十亿美元。
- 风险.下游开发者期待的下一代跨代旗舰，年内大概率难以公开上线；即便年底有模型推出，也更偏向 GPT-6.1 Sol 这类优化推理成本的衍生版本，而非全面解禁的自主旗舰。
回看技术演进，历史总是押着相似的韵脚。蒸汽机初入工矿时，工程师为了压榨热效率不断盲目抬升锅炉蒸汽压，直到一次次炸膛事故迫使行业制定严苛的安全阀与锅炉检视标准。
大语言模型如今也走到了这处浅滩。循环 Transformer 成功将单次推理的计算成本压到了地板上，但代价是推平了人类此前好不容易搭起来的思维链安全观测哨。
鱼与熊掌不可兼得。在潜空间可解释性技术拿出突破方案之前，OpenAI 砸进对齐防御里的数十亿美元与数百兆瓦算力，不过是在给此前激进的工程跃进补缴学费。