Claude最强“神话”模型，可能用到来自字节的技术？
这条猜测直接冲上𝕏热搜榜。
这款“强到不敢公开发布”的Mythos模型，确实刺激了人们对下一代LLM架构的想象。
社区正在热烈讨论它是否采用了循环语言模型（Looped Language Model）架构。
这个概念来自字节Seed团队与多个高校合作的一篇论文，Yoshua Bengio也参与其中。
关键线索在于Anthropic公布的一组测试数据。
字节论文指出，图搜索是循环算法相比标准RLVR具有巨大理论优势的领域之一。
再看Mythos，正是在广度搜索优先的图搜索测试GraphWalks BFS中，超越对手GPT5.4最多。
80%对21.4%，接近4倍的差距。
在其他类型的任务上，并没有出现如此异常的分差。
说明这种进步很可能不是来自通用的Scaling Law，而是架构创新。
01、循环语言模型：同一层”多转几圈”，小模型碾压大模型
GraphWalks BFS测试，就是给模型一个复杂的图结构，让它做广度优先搜索，从起点出发，一层一层地访问所有相邻节点。
标准Transformer处理这类问题只能一次前向传播，从头走到尾，输出结果，没有“迭代”这个概念。
Mythos在图遍历上拿到了80%的分数，表明它内部很可能在“”反复计算”，对同一组信息来回处理了好几遍。
那么什么样的架构能实现“反复计算”？
字节Seed团队在论文中提出LoopLM循环语言模型。
简单总结LoopLM有三个特点。
1、不写长文思考，在模型内部潜空间迭代，不额外输出更多token。
2、简单题少想几步，难题多想几步，自动调节。
3、预训练时就学 “怎么在潜空间思考”，而不是只学 “怎么预测下一个token”。
在实验中，团队训练了Ouro系列循环语言模型，内置了循环思考。
测试结果，1.4B的Ouro模型性能对标约4B的传统模型。2.8B的Ouro模型相当于8B–12B的传统模型。
至于循环模型的能力提升来自何处，论文详细分析了知识存储vs知识操作的区别。
知识存储（Knowledge Storage）的容量是有限的，大约每个参数2bits，不管用什么架构，这个数字基本不变。
循环也不会让你“记住”更多东西。
但知识操作（Knowledge Manipulation）不一样，把已知事实组合起来做多跳推理、执行程序、搜索图结构，这类能力随循环步数和训练tokens指数级增长。
换句话说，循环模型没有给AI一个更大的知识库，但它让AI在知识库库里的搜索和组合能力提升了一个量级。
那么Mythos究竟是不是循环模型架构，有人总结出除了GraphWalks之外的更多线索。
02、三条线索指向循环模型架构
*条线索，也就是广度优先图搜索测试结果。
Mythos除了分数是GPT5.4的4倍，比上一代Opus提升幅度也异常大。
第二条线索，Anthropic报告Mythos每个任务使用的token数量是Opus4.6的1/5，但速度更慢。
（价格也贵5倍！）
这在标准Transformer框架下很难说得通，token少，生成步骤就少，应该更快才对。
但循环模型刚好解释了这个矛盾：推理不发生在token层面，而是发生在潜空间，计算量花在了看不见的地方。
线索三，Mythos在网络安全方面非常突出。
Mythos在CyberGym测试上拿到83.1%，Opus4.6是66.6%，*近17个百分点。
以及找到上千个零日漏洞，主流操作系统和浏览器全都没逃过。
漏洞发现的本质就是对控制流图做遍历。找到一条从输入到危险函数的路径，也就是图的可达性问题。
又是图遍历。又是循环架构的天生强项。
说了这么多，终归只是大家的猜测，Anthropic没有公开任何关于Mythos架构的信息，很可能以后也不会公开。
但有一句话值得思考：
Scaling Law改善一切，相对均匀，架构创新在匹配其归纳偏置的任务上创造异常尖峰值。
循环Transformer的归纳偏置就是迭代图算法。Mythos的异常尖峰，恰好出现在图遍历任务上。
Anthropic不说，但测试数据已经替它说了。
字节论文：https://arxiv.org/abs/2510.25741
参考链接：[1]https://x.com/ChrisHayduk/status/2042711699413926262[2]https://aiia.ro/blog/claude-mythos-looped-language-model-theory
