大模型如果不再靠「变大」取胜，而是靠「多想一会儿」取胜，整个 scaling 的游戏规则就变了。OpenAI 即将发布的旗舰模型 Astra 被曝采用的「循环深度」（recurrent depth）架构，押的正是这个方向。
它不是一个更大的 Transformer，而是一个会「循环」的 Transformer。标准模型像一条 100 个工位的流水线，数据依次被敲打后往下走；循环深度则像一个顶级工匠的专属工作台，数据不往下游，由同一个工匠在原地反复打磨，直到通透才交出成品。
它在技术上做了什么
常规 LLM 以线性流水线方式处理：token 按固定层数向下推进，然后输出下一个词。循环深度打破了这种线性堆叠——文本先进入一个由数学组件合并成的循环块，重复处理多次，才产生输出。本质是参数复用：用计算时间换参数量，小模型在推理时可等效调用大模型的计算规模，同时大幅降低内存和带宽成本。
这条路并非孤立。2025 年一篇论文（Scaling up Test-Time Compute with Latent Reasoning）用 35 亿参数的模型，在测试阶段不断增加内部循环次数，最终把计算预算扩展到约 500 亿参数模型的等效负载——模型没有变大，「思考深度」却可以继续加码。
真正的信号：思考正在搬回模型内部
值得关注的不只是 Transformer 改造，而是它与 Meta、微软等正在探索的潜空间推理（latent reasoning）所指的同一个趋势：大模型正把更多「思考」从 token 空间搬回模型内部，不再强迫每一步推理都翻译成人类语言。微软的 LOTUS 把 Looped Transformer 与潜空间推理结合，在 30 亿参数规模上首次追平显式思维链，同时把思考阶段延迟压缩 2.5 至 6.9 倍。
也就是说：AI 不把推理「说出来」，不仅算得更深，还有机会算得更快。
为什么这是一条产业拐点
除了技术本身，三股力量让它超越一次单纯的新品发布。
资本需要它来证明烧钱值得。 亚马逊、微软、谷歌今年高达 6000 亿美元的数据中心资本支出（算力集中的最前线），需要「模型性能指数级跃升」的故事来背书，而「用时间换质量」正好提供了这个叙事。
竞争压力是真的。 Anthropic 二季度营收估约 116 亿美元、首次反超 OpenAI（两家旗舰竞争进入白热化），后者急需一份「下一代模型值得继续烧钱」的成绩单（OpenAI 同时也在推进自研芯片来压成本）。Astra 内部版本据称攻克了 10 个尘封十年以上的数学与理论计算机难题，其中首次显式构造出非索菲克群，所有证明都形式化为 Lean 证书，按当前 API 费率折算算力成本仅约 2000 美元。
安全是硬币的反面。 循环深度会掩盖部分或全部推理过程——人类可读的思维链变成无法破译的天书，这正是监管最依赖的审计入口。而就在上个月，奥特曼已罕见地因 Astra「能力过强」主动踩下刹车。
怎么读这件事
- 买推理算力的一方： 把它当作成本信号。若「用计算深度换参数量」成立，「越大越好」的采购直觉会被削弱，中小基座模型与效率型供应商的 API 会更有说服力。
- 评估安全的团队： 预期「黑箱推理」会成为下一轮监管引爆点，可解释性预算必须适配不透明的内部循环。
- 看待 scaling 的框架： 别再把进步定义为「参数变多」。前沿已横跨架构与推理时算力，更有用的问题是：模型在答题前能「想多久」，而不是「有多大」。
循环深度是目前最清晰的例证：纯参数曲线的时代可能正在结束，以可交换的计算时间为核心的新时代开始了。