性能突增但推理变慢：Claude Mythos疑采用字节跳动提出的循环架构

Anthropic 拒绝公开 Claude Mythos 模型架构，但其一项测试成绩引发了社区广泛猜测。在 GraphWalks BFS 基准测试中，Mythos 得分高达 80.0%，碾压 GPT-5.4 的 21.4%。Meta 工程师指出，这一异常优势与字节跳动 Seed 团队提出的“循环语言模型”架构特征高度吻合。该架构主张在模型内部通过反复迭代进行推理，而非仅依赖生成大量文字。若推测属实，这表明下一代顶级 AI 模型的技术突破可能部分源自中国团队的开源研究，标志着模型架构从“堆算力”向“优结构”的演进。