坏了，以后国内大模型可能真没法继续偷师 GPT 了 昨天 OpenAI 公开了一份内部 Agent 的安全报告，里面披露的原始思维链（CoT），大量的英文单词直接连在一起，省略了所有空格和语法，中间还夹杂着代码变量、缩写和机器自适应的判断。如果不是 OpenAI 专门在报告里配了一份加空格的人工解释版，人类看过去跟乱码没区别。 Karpathy 也转发点评了，他翻出自己之前的推文说：当模型在思维链里不再使用人类英语时，就说明强化学习（RL）做得很到位了 现在看来，OpenAI 的 RL 确实练得太深了 你们觉得以后国模还能继续蒸馏吗？