shallotpeat
Shallotpeat：OpenAI 的「土壤革命」與下一階段 AI 的臨界點
最近在業界內部流傳的「Shallotpeat」——OpenAI 新一輪大型模型計畫的代號——看似輕巧，實際上卻透露出一個關鍵訊息：OpenAI 準備回到土壤，從基底開始重建。 比起模型大小或架構變革，「Shallotpeat」真正值得關注的，是它所暗示的心態轉向：訓練環境本身可能需要被重新定義。 為什麼是 “Shallotpeat”？ 「紅蔥頭無法在泥炭土中好好生長。」 這句在相關報導中提到的比喻，是 OpenAI 本次重置的核心精神。 在過往幾代模型中，OpenAI 更注重規模與性能的線性成長；如今，當 Google 的 Gemini 3 在多項基準指標上取得領先，OpenAI 的回應卻並非「堆更多 GPU、加更大參數」，而是更接近一次農夫式反思： 如果土壤本身出了問題，那麼播更多種子、灌更多水，都無法換到健康的作物。 Shallotpeat 的訊號，是 OpenAI 疑似準備調整預訓練資料、訓練架構、資料管線與底層工程哲學——這些是外界最常忽略、也是模型競爭中最難追的部分。