GPT-6 Astra真把「推理」拉开一代了：CoT越短反而越强，Recurrent Depth+No-CoT
详细介绍
OpenAI这次真狠，GPT-6用起来有一种2023年GPT-4的感觉。
从System Card开始：Astra的「推理」到底变了什么？
图：各模型在禁止输出显式推理时的数学时间地平线随发布时间的变化——GPT-6 Astra跃升到约30分钟量级，跳出了此前模型普遍几分钟以内的趋势线。
GPT-6 Astra一发布，网上最盛传的说法就是：它这次很可能上了Recurrent Depth。
图：Recurrent Depth架构示意：输入先经蓝色prelude嵌入潜在空间，绿色共享循环块反复迭代更新隐藏状态，红色coda再把最终状态解码成下一个token。
图：GSM8K CoT、HellaSwag、HumanEval等基准表现随测试时循环次数增加而提升，推理类任务从接近零逐步上涨，说明更多循环迭代带来更强能力。
Mixture-of-Recursions让不同Token可以动态获得不同的循环深度：简单Token少算，困难Token多算。到了2026年的Nanbeige 4.2，Looped Transformer甚至已经出现在公开模型里，同一组22层Transformer直接运行两遍。未来的趋势，大概就是这样。
Recurrent Depth给出了一种可能的机制：模型可以不靠拉长CoT，也在Token输出之前继续增加内部计算。但Astra的30.9分钟到底意味着多大的跃迁，还得放回过去几年的No-CoT能力曲线里看。
图：前沿模型无CoT的50% 时间地平线随发布日期的增长：约每373天翻一倍（R²=0.84，阴影为95% CI），按中位数外推本年代末将超过25分钟。
图：无CoT（绿）与带CoT（紫）时间地平线对照：带CoT翻倍周期约182天，自GPT-4起大约是无CoT增速的两倍，两条曲线逐渐拉开差距。
Recurrent Depth能解释模型为什么可能在Token输出之前“多算几轮”，但Astra的System Card还给出了另一条很重要的线索：它的CoT变化并不是固定不变的，而是在RL训练过程中逐步增强。
图：推理模型对CoT的控制（黄）远弱于对最终输出或外部推理的控制：多数模型CoT可控性不超过10%，而输出可控性普遍超过60%。
图：CoT可控性随CoT长度（token，对数轴）的变化：GPT-6 Astra的曲线在中段长度区间明显高于GPT-5.6 Sol与GPT-5.5 Thinking，对应正文750–1250 token区间60.9% 对16.1%／1.7% 的差距。
Recurrent Depth与No-CoT共同指向了一件更大的事：
[2]: https://arxiv.org/abs/2502.05171
[3]: https://arxiv.org/abs/2606.07157
[4]: https://arxiv.org/abs/2603.05706[5]: https://arxiv.org/abs/2607.22083
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法，编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词，进而高质量的帮助用户通过AI解决问题。
项目地址：https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用：https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0