夜雨聆风一个代号，像一颗石子扔进了深水区
2026年夏天，一条看似不起眼的X帖子在AI圈迅速发酵，有人声称，OpenAI已经克服了困扰自身长达两年的预训练瓶颈，一个规模远超现有模型的新底座正在训练中。它的内部代号，叫Doug
▲ 入口帖截图：发帖者称OpenAI已修复预训练问题，代号Doug的更大模型正在推进中
公开材料里既看不到白皮书和模型卡，也找不到可以追溯的官方出处。发帖者只附了一张深色背景、白色衬线字的幻灯片式配图，上面孤零零写着：OpenAI has overcome their pre-training issues, and a much larger model code named "Doug" is actively in the works.
这条短短的消息，戳到了整个行业过去两年最敏感的那根神经。
两年了，OpenAI的"大底座"去哪了？
要理解Doug为什么炸锅，你得先知道一件被行业反复咀嚼、却始终没有盖棺定论的事：自2024年5月GPT-4o发布以来，OpenAI可能从未成功完成过一次全新的、被部署为前沿产品的大规模预训练。
这个判断最初来自产业分析机构SemiAnalysis。他们在一篇讨论Google TPU与NVIDIA GPU的硬件长文中，把"能否跑通前沿预训练"写成了芯片平台的毕业考试，然后话锋一转，OpenAI的顶尖研究者，已经有相当长一段时间没通过这场考试了。
OfficeChai等媒体迅速跟进转述，AIBase的表述更尖锐：多次尝试扩大参数与数据规模，但因收敛困难或性能退化而中止。 Hacker News上的开发者们，甚至开始拿模型知识截止日期当佐证，"你看，它知道的事情就停在那个时间点，说明底座确实没更新过。"
▲ OfficeChai的转述文章标题直指核心：OpenAI自GPT-4o以来未完成成功的全规模预训练
与此同时，Google DeepMind那边正在高调宣传Gemini的代际跃迁，"从没见过这样的飞跃"。两相对照，"谁还跑得动大预训练" 变成了行业地位的象征问题。而OpenAI，一度成了被质疑的那一个。
预训练只是"睡着了"
但故事没这么简单
如果你只看这两年OpenAI发布的东西，o1、o3、GPT-4o mini、GPT-5，你会发现一个诡异的现象：模型在变强，但底座在变"小"。
这背后藏着一场静悄悄的路线切换科普一句：训练一个大模型，通常分预训练（砸钱砸数据打地基）和后训练（用强化学习、人类反馈来"塑形"）两步。过去两年的魔法，几乎全来自第二步
Epoch AI的分析认为：GPT-5很可能是GPT系列中训练算力低于上一代GPT-4.5的异类。 后训练诱人的投入产出比，让大底座暂时退到了次要位置。
▲ Epoch AI指出GPT-5训练算力可能低于GPT-4.5，OpenAI选择在更小底座上把后训练推到极限
Philipp Schmid在2024年就转述过一个惊人数字：RL加数据，在某些场景下可以替代大约30倍的预训练算力。 Epoch的研究给出更保守的区间，5到30倍。这样的效率，让公司可以在一个"够用"的底座上借助精巧的后训练配方榨出接近的能力，省去耗时数月的巨型预训练。
▲ Philipp Schmid引用OpenAI与Epoch的研究：RL+数据可替代5-30倍预训练算力
于是整个行业陷入了一种集体催眠：预训练死了，后训练万岁。
OpenAI研究员、Transformer论文共同作者Łukasz Kaiser在一次访谈中给出了更内部的视角：扩大预训练仍能提升模型，但已处在S曲线顶部；出于经济约束，公司转向更高效的路线；GPT-4时期算力几乎全给训练，ChatGPT爆火后大量GPU转向推理服务。但他的结论是，there is no wall，没有墙。
▲ Dan McAteer摘录Kaiser访谈要点：预训练处于S曲线顶部，但"没有墙"；2026年更多算力将上线
Bunnyhopping上的深度分析文更是直接把标题写成了一句英式冷幽默：Pre-training isn't dead, it's just resting，预训练没死，只是在打盹。
为什么"醒过来"会成为大事
现在你知道了背景，再来看Doug这个代号的分量。
单说"OpenAI要训一个更大的模型"，并不稀奇。戏剧性来自一个乘法公式：如果底座变大，而过去两年积累的RL和后训练配方仍然有效，两者叠加的效果可能远超一次简单升级。
2026年7月发表在arXiv的一篇研究（arXiv:2607.16097）为这个判断提供了实验依据。研究者在国际象棋等可控环境中做了系统性实验，拟合出预训练与RL的联合扩展定律。核心发现让人倒吸一口凉气：
更强的预训练底座，会让RL本身扩展得更好。 给定RL预算能达到的性能上限，很大程度由预训练质量决定。
▲ Hugging Face研究者Lewis Tunstall解读联合扩展定律：预训练质量决定了RL的天花板
社区研究者tokenbender把这翻译成了更扎心的话：一个被过度蒸馏、过度刷榜的模型，可能看起来很强，却是贫瘠的土壤，在下一轮RL中长不出新能力。 他提出了一个概念叫"未来可学习性"，我们通常只比较模型现在多强，但也许更该问：它还能变多强？
▲ tokenbender的论文笔记强调：参数量相近的模型可能有完全不同的"RL可塑性"
Doug最诱人的地方就在这里过去两年，OpenAI因后训练和推理扩展受到称赞，底座停滞也招来质疑。如果底座重新开始生长，那些已经被验证有效的RL配方将站在一个更高的起跑线上，能力曲线可能随之陡峭上扬。
代号的魔咒：Spud教过我们的一课
但请先别急着兴奋
2026年上半年，社区曾长期追踪另一个代号，Spud。所有人都以为它就是GPT-6，是那个"全新的、史诗级的大底座"。结果呢？它以GPT-5.5的名义发布了那些被Sam Altman放进"GPT-6"营销口径里的酷炫能力，记忆、个性化，有一部分先塞进了5.x产品线。
Doug可能重演同样的剧本它也许只是内部某个项目的名字、某次数据配比实验的代号，甚至只是那张幻灯片作者的概括用语。评论区的画风也说明了一切，有人调侃"内部其实叫Dogue"，有人说"dougie这名字挺好听"。几乎没有人在认真做技术质询
▲ 评论区画风：有人玩笑称内部其实叫"Dogue"，信息增量约等于零
暗流：人才布局已经在"剧透"
不过，还有一条比代号本身更关键的线索。
2026年6月，Noam Shazeer，Transformer论文共同作者、Google传奇研究员，宣布加入OpenAI。独立研究者Nathan Lambert转发时只留下一句简短评论，语气像是在讲一个全行业都心知肚明的冷笑话：
"OpenAI just fixed their supposed 'scaling pretraining problem'."
▲ Nathan Lambert引用Noam Shazeer加盟消息，借一句调侃说明"预训练问题"已成行业梗
这当然是黑色幽默但挖一个大规模预训练领域的顶级专家，在一家被质疑"跑不动大预训练"的公司，这件事本身就是一种信号，你不会为一个已经放弃的方向去抢人。
如果Doug是真的，棋盘怎么变？
让我们做一个思想实验
第一，推理成本可能大幅下降 今天的推理模型之所以贵，是因为它往往要展开漫长的"思考链"，底座不够聪明，就得靠多想来补。一个更强的底座，可能用更短的思考就达到同等质量。这关系到每一个API调用背后的美元成本。
第二，竞争格局会被重新洗牌 SemiAnalysis一类机构早就把"能否完成前沿预训练"写成了组织能力的试金石。如果OpenAI拿出一个令人信服的新底座，"后训练公司"的帽子就会被一把摘掉。
第三，也是最让人不安的一点： 如果联合扩展定律成立，那些在现有底座上已经展现出强大RL能力的团队，一旦拿到更大的底座，能力曲线可能再次陡峭化。眼前看似进入了"渐进改良"时代，或许仍是暴风雨前的宁静。
但所有这些，前提都是"如果" 截至目前，OpenAI既未确认Doug的存在，也未发布任何"预训练瓶颈已修复"的正式声明。
最后一件事
每一次行业宣布某条扩展轴"已死"的时候，后来总会有人把它挖出来。2010年代深度学习早期，人们说数据会撞墙；大模型时代初期，说人类文本会耗尽；2024到2025年，说预训练到顶了。
每一次"死亡"，后来都只是在打盹
Doug也许只是打盹者翻了个身时发出的声响。但在这个行业里，光是翻身的声音，就已经足够让所有人屏住呼吸了。