这是什么

这周有 Reddit 用户注意到，微软一个公开网页短暂承认了 OpenAI 的 GPT-6 系列采用了「循环 Transformer」（Looped Transformer）架构——简单说，就是让模型对同一个问题跑两到三遍推理再给出答案，而不是单次输出就结束。根据截图信息，GPT-6.1 Sol 跑 2 轮，GPT-6 跑 3 轮，但底层预训练权重相同，差异在后期训练和循环次数。

几个小时后，微软把这个页面改了，相关信息被删掉。但眼疾手快的人已经截了图，The Information 此前的报道也因此被回溯印证。

行业怎么看

这件事最值得拆的不是「循环 Transformer」本身——这套思路学术界两年前就讨论过，Meta 等公司有相关论文——而是 OpenAI 罕见的信息披露姿态。

一种解读是：OpenAI 正被竞争压力推着「透明化」。GPT-5 发布后市场反应平淡，Anthropic、Google 在编码、Agent 等细分场景不断抢份额，OpenAI 需要更多技术叙事来证明每代升级值那个价。循环架构本身是很好的故事——意味着 GPT-6 不是单纯堆参数，而是用推理次数换质量，叙事更聪明。

但另一种解读更冷静：这可能只是临时技术文档遗留，或未经法务审核的市场稿。微软撤得很快，说明双方都意识到这不是准备好的官方表态。在 OpenAI 正式解释之前，把它当成「已确认技术路线」还为时过早。

对普通人的影响

  • 对企业 IT：若 GPT-6.1 真的「跑两遍才出答案」，单次推理成本结构会变，企业采购时的计费逻辑和 SLA 评估可能需要重新算。
  • 对个人职场：用 AI 写邮件、做总结时，如果响应变慢一两秒不要急着骂——可能是模型在「多想一步」，输出质量会更高。
  • 对消费市场：短期内没有可见变化。OpenAI 会不会把「循环次数」做成营销卖点（比如宣传「三思而后行」），倒是值得观察。