据媒体报道，OpenAI 即将发布的 Astra 模型采用了循环推理架构 recurrent depth（也称 looped transformer）。

与普通 Transformer 每生成一个 Token 固定穿过各层网络不同，Astra 允许同一段信息反复经过同一组层，多轮计算后再输出。字节跳动去年已公开类似路线。

其 Seed 团队发布的 Ouro 是一种 Looped Language Model，同样让一组 Transformer 层循环运行，将更多计算内置于模型内部，使较小模型通过增加推理计算量接近更大模型的效果。

该架构带来安全隐忧：部分推理发生在内部隐藏状态，人类无法看到完整文字记录，更难通过思维链检查模型是否违规。

OpenAI 因此限制了 Astra 对 recurrent depth 的使用程度，保留可读的思维链，并计划加入额外的 CoT 监控。