根据《The Information》的独家爆料，GPT-6 采用了一项名为循环深度的新技术。这项技术到底是什么呢？目前大家接触到的大模型，包括 Claude Fable 在内，普遍依赖“显式思维链”（CoT）——也就是必须把每一步思考和推理的过程，都像打草稿一样逐字生成为人类可读的文本 Token。而 GPT-6 则是在模型的内部连续隐藏状态中直接完成多步推理，中途不需要生成任何多余的过渡文字。 
这次 GPT-6 更强的智能涌现也正是来源于此。据预测，它的模型参数量应该比 Claude Fable 低很多，却能达到同等的智能水平。不过今天我们想探讨的核心，是这项技术背后引发的另一个严峻话题： 

仅仅预训练一个基础底座模型，然后用国际旗舰模型的输出数据做后训练，就能轻松达到行业顶尖（SOTA）水平的时代，是不是已经彻底结束了？ 

首先，我并不批判这种做法。这种行业内常见的“蒸馏”行为...