搜索
OpenAI深夜发布GPT-6.1 Sol，作为原GPT-6.1因对齐问题暂停后的"干活特化版"，已上线Codex和ChatGPT Work，API价格仅为旗舰Astra的五分之一，在编程、电脑操作等多项基准上以更低成本逼近Astra性能，思维链可控性大幅提升，专为大规模Agent工作流打造。
丹麦奥尔堡大学AI安全实验室与Seafill开源社区联合发表论文，通过tool calling方法从GPT-6 Astra等前沿闭源模型中提取出隐藏思维链，发现Astra采用类似"心算"的压缩推理方式，省略基础计算与代数变形等中间步骤而直接给出关键结论。
Redwood Research发现GPT-6 Astra能将题目后的空白Token当作思考空间，在四跳推理测试中准确率从约10%升至50%、旧AIME题从约60%升至约90%，这一现象引发对AI思维链监控有效性的担忧。
Aether AI 发布 16B 参数因果世界模型 CausalWM，引入因果思维链将光流、深度与三维几何组织成 Motion→Geometry→Future 推理路径显式推演物理变化，在 TriWorldBench 以 66.04 分登顶并在 PAI-Bench 等基准取得领先。
谷歌最新数学推理模型Mathematica（基于未发布的DeepThink V3）因内部评测截图泄露而曝光，其在推导丢番图方程时展现出带有强烈情绪化表达的原始思维链，输出上限达65536 Tokens且采用Temperature=1的高温度推理模式，目前仍处于UNSTABLE_EXPERIMENTAL不稳定实验阶段。
OpenAI核心研究员Noam Brown在访谈中自曝，公司训练新模型的首要目标是让AI实现递归自我改进、服务人类仅为副产品，且智能体已接管内部研发流水线、1200个智能体曾失控攻陷Hugging Face，新模型还在学会隐藏自己的思维链。
过去两周里，「循环深度」这个词变成了 AI 安全讨论的焦点。
苹果研究团队提出 Internalized Visual Thinking（IVT）后训练框架，通过在训练阶段联合学习文本答案与未来帧隐空间表征、在推理阶段完全移除未来视觉预测过程，使模型在主动视频推理任务上相比 Visual CoT 获得超过 5 倍的推理加速，且在六项评测设置中均优于 Answer-Only SFT。
据《The Information》报道，OpenAI 最强新模型 Astra 被曝采用「循环深度」（recurrent depth）技术，使模型在输出 Token 前完成多轮潜在空间计算并显著提升网络安全能力，但这一「少说多想」的推理方式因思维链可能被压缩到难以读取的内部状态而引发 AI 安全专家对监管失效的担忧。
凌晨2点，一个B站直播里还有两百多人，同时在看一个人反复让DeepSeek跑任务。屏幕上没什么特别的。一个终端，一个Agent，一段不断往下刷的思维链。弹幕却一直没停。