企业官网建设流程全解析

昨天还在聊Astra主动踩刹车，今天又炸出一个更大的瓜。

8月9日，长期跟踪OpenAI的X用户ChrisGPT爆料了一个代号叫Doug的模型。按他的说法，这是OpenAI迄今为止规模最大的一次预训练项目，而且——它不是GPT-6。

GPT-6大概率就是正在安全审查中的Astra，预计8月发布。而Doug，是另外一张牌，最迟可能11月亮相。

这不是孤例。早在7月9日，半导体行业研究机构SemiAnalysis就在发给付费客户的备忘录里提到过Doug，原话是："OpenAI已经克服了预训练方面的问题，一个代号为Doug、规模大得多的模型正在积极推进。"来源：SemiAnalysis

两个独立消息源对上了，这件事就不只是"又一个爆料"了。

它真正值得说的地方在于：OpenAI的底座，两年多来可能第一次真的要换代了。

一、OpenAI的"发动机"，已经两年没换了

先把时间往回拨。

2024年5月，GPT-4o发布。那是OpenAI最后一次完成真正意义上的"全规模预训练换代"——从GPT-4的底座换到一个全新的、更大的基础模型。

之后发生了什么？

2024年9月，o1-preview发布。它的核心突破不是更大的预训练，而是强化学习+推理时计算——模型学会了在回答问题时"多想几步"，用更多的推理时间换更好的答案。

2025年4月，o3发布，同样是强化学习驱动。

2025年8月，GPT-5发布，变成了快速模型+深度推理模型+路由系统的组合架构，但底层底座的代际跃迁，并没有明确证据表明达到了GPT-4o那个级别的全规模预训练换代。

SemiAnalysis有一个很有影响力的判断：从GPT-4o至今，OpenAI没有完成一轮能够被广泛部署为下一代主力前沿模型的成功全规模预训练。来源：36氪/机器之心

这话有点绕，翻译成大白话就是：

OpenAI过去两年多的能力增长，主要靠的是后训练（post-training）、强化学习（RL）和推理时计算（inference-time compute），而不是基础模型本身的换代。

就像一辆车，发动机没换，但调校越来越极致——ECU刷了一阶又一阶，悬挂改了一套又一套，轮胎从街胎换到半热熔，确实越来越快，但发动机的底子还是那个。

中间不是没试过。Orion等项目据说因为表现不及预期被降级了。全规模预训练遇到了瓶颈，可能是训练稳定性问题，可能是scaling到一定规模后面临性能退化，也可能是数据和算力的边际收益在下降。

总之，底座这条路，卡住了。

二、从Garlic到Doug：预训练之墙是怎么被打破的

转折点大概在去年年底。

2025年11月，Google发布Gemini 3。然后12月初，Sam Altman在内部宣布"Code Red"，要求团队优先提升ChatGPT，并重新配置资源。

几乎同时，The Information报道了一个代号叫Garlic的新预训练模型。报道里有两个关键信息：

• Garlic在代码和推理评测中表现不错
• 首席研究官Mark Chen告诉团队，公司已经解决了此前预训练中的关键问题 来源：The Information

更值得注意的是同篇报道里的一句话：OpenAI已经基于Garlic学到的经验，开始开发一个"even bigger and better model"。

那个"更大更好的模型"，很可能就是Doug。

Garlic像是一次验证——证明新的训练方法确实有效，之前卡住的瓶颈真的被解决了。而Doug，是把这些修复和改进放大到更大规模之后的产物。

到了2026年1月，SemiAnalysis直接说：OpenAI已经解决了预训练方面的问题。

7月的备忘录里，Doug的代号正式出现。

8月，ChrisGPT把它公之于众。

这条时间线串起来，逻辑是通的：

Garlic（验证）→ Doug（全规模放大）→ 底座scaling重新启动

如果这一切属实，那意味着什么？

意味着scaling laws在预训练维度上远没有到天花板。过去两年大家看到的"预训练停滞、推理计算崛起"，不是scaling laws失效了，而是OpenAI暂时卡在了工程问题上。现在问题解决了，底座重新开始往上堆。

o系列证明了推理时计算可以持续scaling。

Doug如果成功，就证明了预训练本身也还能继续scaling。

两条路都通了。

三、为什么是"两张牌"，而不是一张

这里有个很有意思的布局：Astra（可能的GPT-6）和Doug，不是一个项目的两个阶段，而是两条并行的线。

Astra走的是智能体/深度推理路线。它被暂停的原因是"关键网络能力"——具备自主在网络上行动的能力，安全框架直接触发了Critical级别的暂停。它的核心看点是Agent能力的边界。

Doug走的是底座scaling路线。它的核心看点是基础模型本身的代际跃迁。

ChrisGPT的说法很有戏剧性：Doug一旦出来，Anthropic的Fable都会显得"原始"。来源：凤凰网/新智元

当然，这是爆料人的说法，听听就好。但从产品策略的角度，OpenAI手里压两张牌的逻辑很清楚：

• Astra/GPT-6（8月）：打当下的仗。对标Anthropic即将发布的Fable 5.1，守住智能体和深度推理的阵地，给用户一个"下一代模型"的明确感知。
• Doug（年底/11月）：打下一轮的仗。用真正的底座换代重新拉开差距，把竞争从"后训练调校"的层面拉回"基础模型规模"的层面。

甚至有分析认为，Doug可能使用了英伟达尚未全面铺开的下一代Vera Rubin芯片进行训练——如果是真的，那这就是新芯片+新训练方法+新底座的三重换代。来源：AIbase

这个节奏像什么？像iPhone的"S年"和"数字年"交替——数字年换外观换芯片，S年打磨体验加功能。OpenAI现在的操作是把两条线并行跑了：一条线持续迭代现有体系，另一条线偷偷憋下一代底座。

等Astra的热度过去，Doug接棒。

四、三巨头变两强，scaling的下半场刚开场

把视野再拉大一点。

就在8月5日，Google的AI版图塌了一角。Jeff Dean——干了27年的首席科学家、Transformer时代的关键人物——带着三位核心研究员出走创业。同一天，哈萨比斯卸任DeepMind CEO，退居董事长。Alphabet股价当天跌超4%。

曾经的ASI"三巨头"（OpenAI、Anthropic、Google DeepMind），现在DeepMind越来越不像一个前沿玩家了。发明Transformer的地方，正在给对手输送人才。

赛道上，剩下OpenAI和Anthropic正面刚。

Anthropic手里的牌是Fable 5，以及即将到来的Fable 5.1。他们的路线很稳：持续推进预训练规模，Fable系列已经走到了业界最前沿的位置。

OpenAI手里的牌更复杂：GPT-5.5/5.6系列在快速迭代，Astra在安全审查中，现在又多了一个Doug。过去两年他们用"后训练+推理计算"这条路证明了自己能打，现在如果底座再追上来甚至反超，那就是双引擎全开。

这才是Doug这个爆料真正的行业意义——

它不只是"OpenAI又要出一个大模型"。它是一个信号：AI能力的增长，即将从"单引擎驱动"切换到"双引擎驱动"。

过去两年，主要是推理时计算和强化学习在推着能力往前走。

接下来，如果底座换代成功，预训练和后训练会同时往上推。

1+1会等于几？

没人知道。但有一点是确定的：当一个已经被推到极致的后训练体系，遇上一个换代后的新底座，叠加出来的能力上限，不会是简单的加法。

结尾

回头看这两年，挺有意思的。

GPT-4o之后，很多人说scaling laws到顶了，以后要靠算法创新。

o1出来之后，很多人说预训练不重要了，以后是推理时计算的天下。

现在Doug的消息出来，剧情又反转了——不是预训练不行，是OpenAI暂时卡住了，现在通了。

技术的发展从来不是单线程的。一条路走到瓶颈，不代表这条路就到头了，可能只是工程问题还没解决。等问题解决了，这条路还能继续往前走。

OpenAI的发动机，两年多没换了。

如果Doug真的是换代，那接下来的半年，会很热闹。

Astra只是开胃菜。

真正的主菜，可能在年底。

参考来源：

• SemiAnalysis: Gemini is cooked, but GCP is cooking
• 36氪/机器之心：刚刚，OpenAI最大预训练模型Doug曝光
• 凤凰网/新智元：OpenAI曝光GPT-6!传10万亿参数，8月强行发布
• AIbase: Report: GPT-6 Exposed with 10 Trillion Parameters; OpenAI May Have a Bigger Weapon by Year-End, Doug
• The Information: OpenAI Developing 'Garlic' Model to Counter Google