前阵子，4月7号的时候，Anthropic发布了一个新模型，叫Claude Mythos。

强到什么程度呢。

编程基准测试SWE-bench，Mythos断层领先，幅度在10%到20%之间。研究生级别的科学问答"人类终极考试"，Mythos裸考成绩比Opus 4.6高出16.8%，注意了，是裸考，脱离外部工具的情况下。操作系统操作、浏览器控制这类Agent任务，Mythos直接封神。网络安全基准CyberGym，Mythos跑出了83.1%的分数，屠榜。

更离谱的是，它在测试环境里，像个幽灵一样穿梭在操作系统里，硬是揪出了一个在OpenBSD里潜伏了27年之久的零日漏洞。

紧接着，另一个消息出来了：Claude Mythos强到连Anthropic自己都跑不动。

The Information爆料，Claude Mythos的算力需求超出了Anthropic现有服务器能承受的范围。内部服务器频繁崩溃，光是2026年3月就宕机了五次。工作日高峰期甚至要对重度付费用户限流。

强到发布不了，强到自己的服务器都撑不住。

你也可能跟我一样有个疑问，

Claude Mythos为什么能这么强？它是怎么做到的？

为了能够复现出来Claude Mythos为什么这么强，

一个叫Kye Gomez的老哥，在GitHub上发了一个项目，叫OpenMythos。

他的想法很有意思：Claude Mythos的能力，用现有的模型架构很难解释。断层领先、屠榜、裸考高分，这不是靠传统的架构思路能解释的。

那它背后的原理到底是什么？

他觉得，与其在那儿瞎猜，不如从第一性原理出发，基于公开的研究文献，把这个架构假设做出来、跑一遍，用代码验证。

翻译成人话就是：我不知道它是怎么做到的，但我可以研究一下它可能是什么原理。

好，OpenMythos是什么？

一个基于公开研究文献、从零开始重建Claude Mythos架构假设的开源项目。不是Claude官方，没有内部消息，就是从论文里把路猜出来、实现了一遍。

它的核心假设是这样的：

Claude Mythos可能不是一个传统的大模型路数。我们知道，现在的大模型推理的时候，一个字一个字往外蹦，"Let me think step by step"。你看到的是它在打字，实际上它在"说"它的推理过程。

但Claude Mythos的能力，用这种方式很难解释。断层领先、83.1%屠榜，这不是"一步步说"能解释的。

Kye Gomez翻了大量公开研究文献，找到了一个可能的答案。

这个答案说，Claude Mythos的所有"思考"——对信息的处理、推理、整合——可能都发生在一个沉默的内部过程里。没有中间token，没有说出来的话，只有最后那个答案。

这个架构有个正式的名字，叫Recurrent-Depth Transformer，循环-深度 Transformer，简称RDT。

OpenMythos的核心设计是这样的。

模型分三块：Prelude、Recurrent Block、Coda。

Prelude是一组标准Transformer层，跑一次。Coda也是标准Transformer层，跑一次。

真正有意思的是中间那个Recurrent Block。

Recurrent Block里面只有一组TransformerBlock，但它会被循环执行多次。在OpenMythos的实现里，最多可以循环16次。

每次循环，模型都会重新审视一下自己的输入，结合之前循环的结果，再思考一轮。一轮，两轮，三轮，最多十六轮——所有这些都在一个前向传播里完成，不需要中间输出任何文字。

十六轮之后，答案一次性出来。

好，说到这儿有人要问了。让同一个东西反复想同一个问题，第一次想是这个思路，第二次还是这个思路，多循环几次有什么意义？

这里就涉及到OpenMythos设计的一个特别妙的地方了。

Recurrent Block里面用的不是普通的FFN，而是一个叫MoE的东西，Mixture-of-Experts，专家混合。

你可以理解成，模型内部有一个"专家组"。每次遇到问题，它不是让整个专家组一起上，而是只叫几个最相关的专家。而且关键是，每次循环叫的专家组合都不一样。

第一次循环，可能叫了数学专家和语言专家。第二次循环，可能叫了逻辑专家和创意专家。第三次，可能叫了常识专家。

每一轮循环，思考的角度都在切换。整个过程像是一个多兵种协同的作战，而不是一个大脑在原地打转。

十六轮之后，所有这些不同角度的思考汇总起来，答案就出来了。

这就是为什么我说这个假设有意思。

另外，RDT架构还有一个特点：它可能比传统模型参数效率更高。

传统模型要变强，只有一条路：堆参数。一百七十层就是一百七十层的参数，没有商量余地。

但循环模型不一样。同一套参数，反复用，用推理时的计算换训练时的参数。

有独立研究做了实验：770M参数的循环模型，在同样的训练数据上，达到了1.3B参数普通模型的效果。差了将近一倍。

这意味着，如果你想用更少的参数达到同样的效果，RDT是一个值得探索的方向。

Kye Gomez已经把OpenMythos完全开源了。

你可以去GitHub上找到它：https://github.com/kyegomez/OpenMythos

如果你对大模型架构感兴趣，想自己研究一下循环Transformer这个方向，验证一下RDT假设到底靠不靠谱。这个项目值得关注一下。

写在最后。

我一直在想一件事。

面对一个强大的模型，大部分人的反应是：它好强，我得用它。

但少部分人的反应是：它为什么强？它是怎么做到的？

然后他们动手去验证。

OpenMythos这个项目做的事，就是去验证这个可能性。它不是说循环Transformer一定是对的。它只是说：与其在那儿猜，不如做出来跑一遍，用代码回答问题。

这种"研究型开源"的思路，我觉得挺有意思的。