Opus 5.5与GPT-6被指偷师中国AI团队

所谓“天下文章一大抄”。刚发布的Opus 5.5和GPT-6 Luna，身上满是姚顺雨和梁文锋的影子。两家公司预训练已做到极致，为提升智能、降低算力成本，都选择开辟新战场：Opus 5.5对上下文动手，GPT-6 Luna对缓存动手。

阿莫迪偷师姚顺雨

在Artificial Analysis智能指数中，Claude Opus 5.5在max档位下平均每题输出11.9万token，其中8.4万是思考，3.5万是答案；GPT-6 Astra同档位仅2.7万。

传统路线靠预训练堆数据算力，把智力放进权重，推理时几乎不额外思考。但泛化是插值，遇到没见过的题型或多步推理就开始瞎编。另一条是test-time路线：模型训练完只是半成品，答题时先写大段推理，想得越久答得越好，智力被搬进上下文。Opus 5.5走的就是这条路，官方称所有成绩跑在“最大力度自适应思考”下，且不再提供关闭thinking选项，推理过程成为模型一部分。代价是token消耗和成本随难度飙升。其核心逻辑是预训练边际收益见顶，智能增量只能从推理里找。

姚顺雨2023年提出Tree of Thoughts，本质是test-time；同年提出ReAct架构。2025年4月他发表《The Second Half》，判断AI上半场拼训练方法与模型，下半场拼如何使用与评估模型，增量从训练挪到推理与行动。他把“思考”称作一种“奇怪的动作”——不改变环境，却能让模型更容易选中目标。Opus 5.5就是把这一理念工程实现了。

奥特曼偷师梁文锋

GPT-6 Luna输入0.1美元/百万token、输出0.5美元/百万token，比上代砍半；缓存命中读一次0.01美元，便宜90%。模型每次调用都要重读全部上下文，Agent每走一步都要重读前面一大坨，长上下文成了烧钱黑洞。缓存复用让同一段上下文算过一次就存起来，下次直接读缓存。这套动作DeepSeek早做过：2026年8月2日上线“Context Caching on Disk”，命中价砍到0.1元/百万token，同样便宜90%；到V4 Flash命中0.02元、未命中1元，差50倍。GPU显存贵，硬盘便宜且容量大，KV cache存硬盘大幅降本。OpenAI的prompt caching与DeepSeek原理几乎相同。

架构上，GPT-6 Luna上下文窗口105万token，DeepSeek V4是100万，几乎对齐。百万上下文的KV cache按标准注意力一半模型扛不住。DeepSeek用MLA架构，把Key和Value联合压缩进低维潜空间，缓存潜向量、用时上采样还原。技术报告称MLA把KV cache砍掉93.3%，生成吞吐提升5.76倍；V4又叠上压缩稀疏注意力和重度压缩注意力，V4-Pro在百万token下KV cache只有V3.2的10%。

OpenAI还偷师了推测解码：跑一个小draft模型并行猜接下来几个token，主模型批量验收，猜对一次前向吐多个token，官方称生成效率提升15%以上。DeepSeek V3的MTP思路相同，在主干后挂MTP头一起训练、共享hidden state，猜得准、验收通过率高。OpenAI相当于外挂独立小模型打草稿，方法不同，思想一致：小的先猜、大的批量验，把串行解码变并行。

天下文章一大抄

以前定义模型的是硅谷，国内公司因算力有限把定义转换成更便宜的解决办法。这一轮反过来了，学术范式和工程范式都是中国公司做的，美国巨头负责做成产品卖给全世界。过去几年大厂资源全all in预训练主战场，按Scaling Law堆数据算力刷榜单，可头部公司都陷入优质数据几乎训练完、预训练边际收益递减的窘境。增量自然出现在第二战场：推理时怎么想、上下文怎么用、长上下文怎么便宜。主战场优势到第二战场反成累赘——攥着最多算力和数据的一方最没动力抠成本，省显存省钱从一开始就不是他们的议题。只有算力吃紧的一方才会把每分钱花在刀刃上。DeepSeek的MLA、磁盘缓存、稀疏注意力本质都是“穷则思变”，当年是没钱的替代方案，如今全行业拼效率时，这些“土办法”成了最硬的通货，于是出现国外偷师国内的现状。