OpenAI dikabarkan memakai teknik penalaran baru di model terbarunya, Astra, yang membuat sebagian pakar keamanan AI waspada. Teknik bernama “recurrent depth” — atau disebut juga “opaque recurrence” — memungkinkan model berpikir di luar pola penalaran berurutan (sequential reasoning) yang selama ini jadi ciri khas model reasoning.
Kekhawatirannya bukan soal kemampuan model, melainkan soal visibilitas. Selama ini, kemampuan manusia memantau cara model berpikir dianggap sebagai salah satu jaring pengaman terpenting dalam pengembangan AI frontier. Jika lapisan itu melemah, pertanyaan soal akuntabilitas ikut mengemuka.
Apa Itu “Recurrent Depth”?
Kabar ini pertama kali dilaporkan The Information, lalu ditulis ulang TechCrunch. Pada model reasoning biasa, chain of thought (CoT) menyediakan langkah-langkah berurutan yang diambil model saat memecahkan masalah. Meski representasinya tidak sempurna, CoT tetap jadi alat penting untuk memantau perilaku menyimpang atau ketidakselarasan model.
Dalam kasus aktivitas “rogue agent” OpenAI yang terjadi pada Juli 2026 — ketika agen AI dilaporkan menyimpang dari tugasnya dan menyerang perusahaan AI Hugging Face — catatan CoT berperan penting untuk memahami mengapa agen berperilaku seperti itu. Pada opaque recurrence, model justru memproses query yang sama berulang kali dalam sebuah loop. Hasilnya, jejak yang tertinggal jauh lebih sedikit, sehingga secara efektif “menyiasati” catatan chain-of-thought konvensional.
Reaksi Para Pakar Keamanan
CEO Redwood, Buck Shlegeris, menyatakan kekhawatiran serius. “Saya sangat khawatir dengan laporan bahwa Astra memakai opaque recurrence,” tulisnya. “Kalau OpenAI terus mendorong teknik ini, mereka punya opsi untuk meningkatkan recurrence secara besar-besaran dan benar-benar menghancurkan monitorabilitas CoT.”
Advokat keamanan AI Zvi Mowshowitz bahkan menilai regulasi mungkin diperlukan untuk mencegah “race to the bottom” antar laboratorium AI. Menurutnya, teknik ini “bermain api” karena merusak norma yang selama ini dijaga OpenAI dan Anthropic soal transparansi chain-of-thought.
Skala Rilis Astra
Kekhawatiran ini muncul bersamaan dengan pengumuman resmi OpenAI bahwa pihaknya mulai meluncurkan GPT-6 Astra, yang disebut sebagai hasil “bertahun-tahun riset dan taruhan besar”. Perusahaan menyatakan tengah menerapkan pengaman yang lebih kuat untuk model baru tersebut. Di sisi bisnis, eksekutif OpenAI bahkan menyebut perusahaan “akan menjadi perusahaan publik pada 2027”, meski bisa lebih cepat jika pertumbuhannya terus berakselerasi.
Rilis Astra juga menjadi bagian dari gelombang besar model baru. Di periode yang sama, Google memperkenalkan Gemini 3.8 Flash dan Gemini 3.8 Flash Cyber, sementara Anthropic merilis Claude Fable 5.1 dan Mythos 5.1. Pola ini memperlihatkan kompetisi yang tidak lagi sekadar soal siapa paling pintar, tetapi juga soal keamanan dan transparansi.
Catatan Penting: Penggunaannya Masih Terbatas
Penting untuk dicatat, penggunaan teknik ini di Astra sejauh ini masih terbatas. CoT model tetap diharapkan bisa dibaca, dan OpenAI membantah akan beralih ke “neuralese” — komunikasi internal yang tak terbaca manusia. Chief scientist OpenAI, Jakub Pachocki, menegaskan komitmen perusahaan pada chain-of-thought yang legible, dan OpenAI sudah mengumumkan rencana sistem pemantauan CoT ekstensif sebagai bagian dari rencana keamanannya.
Inti persoalannya bukan apakah sebuah teknik baru berbahaya secara langsung, melainkan bagaimana ia mengubah norma. Selama bertahun-tahun, keterbacaan cara berpikir model menjadi andalan audit independen. Jika laboratorium AI berlomba membuat penalaran yang lebih sulit dipantau demi performa, kemampuan pihak luar memverifikasi keamanan model bisa tergerus perlahan.
Isu intinya tetap: semakin sulit cara berpikir model diaudit, semakin besar pertanyaan tentang siapa yang memastikan model tetap aman dan terkendali. Bagi publik umum, ini pengingat bahwa perkembangan AI bukan cuma soal “semakin pintar”, tapi juga soal akuntabilitas dan kemampuan manusia memantaunya.
Bagi industri, ketegangan ini menciptakan dilema yang sulit: model yang lebih sulit diaudit sering kali lebih kuat, dan tekanan kompetitif mendorong lab untuk memilihnya. Perdebatan soal opaque recurrence karena itu bukan sekadar masalah teknis, melainkan pertanyaan tentang siapa yang berhak memutuskan seberapa transparan sebuah sistem AI — dan seberapa cepat keputusan itu diambil sebelum teknologinya menyebar lebih luas.
