针对近期外界对AI模型推理过程不透明性的担忧，OpenAI首席科学家雅库布·帕乔基于9月2日在社交平台X上作出公开回应。他明确表示，包括最新Astra在内的前沿模型，其计算图深度与GPT-4相比并未出现数量级差异，差距控制在两倍以内，架构层面不存在跳跃式的复杂度增长。

此番表态源于The Information早前的一篇深度调查报道。该报道披露，OpenAI正在测试一项名为"深度循环"（recurrent depth）的技术路径，这一方法可能使研究人员更难解析模型的"思维链"（Chain-of-Thought）推理过程，进而引发外界对模型可监控性的广泛讨论。

从技术背景看，当前主流大模型如ChatGPT、Claude和Gemini均基于Transformer架构，这类模型按线性步骤处理信息，并能在部分场景下以自然语言输出推理过程。但帕乔基指出，这种输出并不一定准确反映模型内部的实际计算逻辑。相比之下，"深度循环"技术让模型重复调用同一组网络层以持续更新内部表征，可能使更多推理过程停留在难以直接读取的内部状态中。

这一技术方向意味着，外部监控工具未来可能更难追踪模型得出结论的完整决策路径。帕乔基在回应中透露，OpenAI计划为Astra部署额外的思维链监控机制，并强调加强监控能力仍是当前研究的核心目标之一。

业内分析认为，随着模型架构向更深层次演进，如何在性能提升与可解释性之间取得平衡，正成为前沿AI研究必须直面的关键课题。OpenAI此次的公开回应，既是对技术争议的澄清，也透露出其在可解释性方向上的持续投入态度。