怕被对手蒸馏，OpenAI只敢公开“阉割版”思维链！网友失望：错误的摘要还不如没有！OpenAI员工挽尊：推理混乱但结果对了

weixu

编辑 | 伊风
OpenAI又Open了一点点！
奥特曼预告的o3 "one-more-thing"来了！
图片
OpenAI突然更新了免费和付费用户的o3-mini思维链。在这一更新之后，我们终于能看看模型的推理步骤以及它如何得出答案的过程了！
同时，据 OpenAI 介绍，使用 o3-mini 并选择“高推理”模式的高级 ChatGPT 订阅用户也将看到这一改进后的推理显示。
OpenAI在推文中还给了一个例子，用户问ChatGPT“今天为啥不是周五呢？”o3思考了一下，甚至还用了个😅的emoji，“我也很惊讶今天不是周五，我猜，当你准备好过周末时时间的流速就变慢了吧”。
图片
OpenAI 发言人在接受采访时表示：“我们正在为 o3-mini 引入更新后的 [思维链]，让用户更容易理解模型的思考方式。通过这次更新，用户可以更清晰地跟随模型的推理过程，从而对其回答更有信心。”
看到OpenAI的新动向，评论区纷纷惊呼：DeepSeek效应无敌了，让我们一起说谢谢！
图片
但是……也不能高兴得太早！网友很快就发现了其中的蹊跷——现在o3-mini展示的思维链居然是“阉割版”。
OpenAI评论区第一热评就是：你给的这是原始思维链吗？
图片
一位网友回复道，我几乎可以肯定不是，它只是被小模型复述的摘要版 CoT。
图片
连奥特曼都直接承认了，现在的 CoT是经过“整理”的，更好读（手动狗头）。并且也会针对用户语言进行翻译。
图片
许多网友表示大失所望。o3-mini "one-more-thing"就是这？不如DeepSeek免费看完整推理。
图片
而且，再做一次摘要其实很容易出bug。
例如这位网友，就看到了疑似o3-mini原始思维链以及摘要代码……真的很尴尬啊！
图片
所以，为啥OpenAI不能大大方方的展示完整思维链呢？
1.OpenAI为啥不公开原始思维链？

真相只有一个：怕被蒸馏。
在上周的 Reddit AMA（在线问答）中，OpenAI 首席产品官 Kevin Weil 透露说：
“我们正在努力展示比现在更多的内容——[展示模型的思维过程] 很快就会实现。具体方案尚未确定——完整展示思维链可能会导致竞争对手进行知识蒸馏（competitive distillation），但我们也知道用户（至少是高阶用户）希望看到完整的推理过程，所以我们会找到合适的平衡点。”
因此，“抠抠搜搜”的OpenAI找到了一个折中的方案：o3-mini 先进行推理，然后将思维整理成摘要。
OpenAI 发言人在接受采访时补充了思维链的“整理”细节：“为了提升清晰度和安全性，我们新增了一个后处理步骤，模型会复查原始思维链，移除任何不安全内容，并简化复杂的概念。此外，该后处理步骤还能让非英语用户以其母语获取思维链，使体验更加友好和易于理解。”
当然，OpenAI的担心不无道理。优质的思维链数据构造出的数据集，使得复刻模型推理能力变得简单且成本低廉。昨天，我们刚刚报道过李飞飞团队，利用1000个问题及其答案，记录了Gemini 2.0 Flash Thinking Experimental的“思考过程”数据，以此构建的训练集对开源小模型进行微调，性能可媲美o1mini。详见：不到140块！李飞飞团队超低成本复刻DeepSeek R1推理！16张H100只训练了26分钟，与R1训练方法不同！
问题是，OpenAI很难找到防止蒸馏与保障用户体验的“平衡点”，反而会闹出乌龙。
讽刺的是，此前o3-mini被发现使用中文做推理。被网友怀疑o3是不是蒸馏过DeepSeek，或使用了部分代码/数据。
图片
2.o3思维链一手实测：错误的摘要可能比“黑箱”更糟糕

OpenAI的员工 Noam  Brown发推，用井字棋问题测试o3-mini。
他称赞说，“o3-mini 是首个稳定答对这个井字棋问题的大型语言模型（LLM）。”但也直言了o3-mini的大缺陷：“总结后的思维链（CoT）看起来有些混乱，但你可以看到，在右侧的最终推理过程中，模型还是找到了正确答案。”
图片
图片
图片
问题是，用户本来就依赖推理过程，来判断结果是否是值得信任的。
在混乱的推理过程后，用户该如何理解模型得出的“正确答案”呢？就像一位网友所说的：我担心总结后的思维链实际上比什么都没有更加糟糕。
图片
另外，小编好奇o3-mini是不是真的是首个能稳定回答井字棋问题的模型。于是用Noam  Brown的prompt丢给了DeepSeek。
因为模型思考这个问题会遍历所有的可能，再加上模型自己会做检查，一度我看着AI不断地输出推理，怀疑它是否已经陷入了循环。大家也可以从右侧滑块感受这篇推理到底有多长。
图片
最终，DeepSeek拿下了正确答案，而且，它全部的推理过程都是可查的！
图片
而如此篇幅的推理过程，很难被形成一个正确的摘要。这就是o3出现混乱的原因。
3.写在最后：前CTO的创业公司或成为OpenAI新对手

OpenAI试图获取的平衡，正暴露了这家公司陷入了一个两难的困境中。
值得注意的是，在Anthropic之后，又一家OpenAI“原版人马”的创业公司要和其打擂台了。
那就是OpenAI前CTOMira Murati 低调创立的新创业公司！
据《财富》报道，OpenAI 联合创始人 John Schulman 本周早些时候从 AI 公司 Anthropic 离职，将跳槽到Mira的新公司。值得注意的是，John Schulman才刚刚加入Anthropic五个月。
自去年 9 月离开 OpenAI 以来，Mira对新公司的情况守口如瓶。不过，据知情人士透露，Murati 已招募了多名前 OpenAI 员工，其中包括曾在 OpenAI 超算团队工作的 Christian Gibson。
所以，OpenAI的人才动荡估计又要持续一阵了。
参考链接：

1.https://techcrunch.com/2025/02/06/report-openais-ex-cto-mira-murati-has-recruited-openai-co-founder-john-schulman/
2.https://techcrunch.com/2025/02/06/openai-now-reveals-more-of-its-o3-mini-models-thought-process/
想了解更多AIGC的内容，请访问：
51CTO AI.x社区
https://www.51cto.com/aigc/