OpenAI最近在内部Agent安全报告里晒出的原始思维链，把不少人看傻了。

在官方公开的截图里，模型内部的“心路历程”早就不是人类能轻松看懂的正常英文。

大量的单词被硬生生挤在一起，空格被彻底抽干，语法结构全部解构，里面还夹杂着代码变量、缩写和各种逻辑判断。比如“Userinstruct”、“inventnewrequired”、“likelyremove”，乍一看跟系统报错的乱码没两样。

强如OpenAI，甚至不得不专门在界面里提供了“补回空格版”和“翻译成人类语言版”，才能让安全员看懂这小哥们到底在嘀咕啥。

AI圈的知名学者Karpathy看到后立刻翻出了自己2024年9月发过的一条预言：“当模型在思维链里开始弃用英语时，你就知道强化学习（RL）确实做到位了。”现在他又补了一句：看来这RL确实是练出真功夫了。

这件事看似只是个技术花边，但背后藏着一个让整个AI行业背脊发凉的信号：靠“蒸馏”抄作业的黄金时代，可能真的要倒计时了。

过去大模型追赶者的标准姿势极其明确：

让OpenAI这样拥有顶尖推理能力的模型去生成几万字极其详细的解题步骤，然后再拿这些数据去给小模型做监督微调（SFT）。这种蒸馏路线成本极低、效果极好，本质上就是直接抄顶尖模型的草稿纸。

但这套逻辑能成立的前提，是老师写在草稿纸上的文字依然属于“人类自然语言”。

一旦强化学习（RL）深入到底层，模型的优化目标极其残酷——它只追求用最少的Token、最短的路径、最高效的逻辑去拿到奖励。对模型来说，人类语言里的空格、连词、时态甚至标点，统统都是低效的“能量浪费”。在极度的效率驱动下，模型自己进化出了一套高密度的“加密方言”，这根本不是英语，而是一套用英文字母拼凑起来的高压缩率数据协议。

这时候真正的危机就来了：如果老师的解题过程写的是天书，学生拿到这份草稿还能学走多少能力？

在没有自然语言作为桥梁的情况下，直接拿这种机器压缩包去给其他模型做蒸馏，小模型非但学不会复杂的推理逻辑，反而极容易被这些缺乏语义连续性的乱码搞得幻觉大发。这意味着，未来拿一份解题过程就能快速追赶的路会越走越窄。

当顶尖模型在强化学习的黑盒里摸索出属于自己的“高维表达”时，草稿纸就已经被加密了。后来者再想拥有同等的能力，无法再靠偷师草稿，只能老老实实去建立自己的环境、搭建自己的奖励模型，把那些昂贵的算力坑重新踩一遍。

以前大家以为AI进化到终局，是机器终于学会了像人类一样思考；现在才发现，当AI真正开始深度思考时，它做的第一件事，竟然是抛弃人类的语言。