GPT-6 的回答越来越短，我这种靠 AI 喂知识的人反而有点慌

最近在用 GPT-6 和 6.1 Sol 处理一些需要啃的硬骨头，越用越觉得不对劲。倒不是说它们变笨了，恰恰相反， intelligence 上去了，但那种「把一个概念从头到尾掰开揉碎讲明白」的能力，好像悄悄退化了。
我翻回去又用了 GPT-5.6 Sol，差距不是一点半点。
一、被压缩掉的，不只是字数
我在学一个新领域的底层逻辑时，习惯先让模型给我一个全景图。用 5.6 Sol 的时候，它给我的东西通常是这样的：背景脉络、核心推理链条、两三个具体例子、这个结论容易踩的坑、以及为什么这么推导比另一种方式更合理——一气呵成，读完不用再追问。
同一个问题扔给 GPT-6 Sol，回复明显短了一截。结构还在，要点也在，但那种「展开」的感觉没了。它把结论直接拍在你面前，省掉了中间的消化过程。我经常得接着问「能展开讲讲第二点吗」「这个例子能不能再具体一点」，三四个回合下来，才勉强拼出 5.6 Sol 一轮就给全的东西。
到了 6.1 Sol 和 Astra，这种压缩感更明显。有时候我甚至怀疑它是不是把答案当成摘要在生成——只保留「最核心的那一句」，其余的全砍了。
二、为什么这对学习是灾难
对只需要一个结论、赶时间写代码的人来说，这可能算升级。但对我这种靠 AI 辅助自学的人来说，这其实是退步。
学习不是信息搬运，是理解的构建。一个概念能不能被真正消化，很大程度上取决于它在你面前「展开」得够不够充分。5.6 Sol 那种把上下文、推理、例子、易错点打包在一起的方式，实际上是在替你完成一部分认知搭建的工作。你读的时候不是在被动接收，而是在跟着它的节奏走一遍。
而 GPT-6 那种极简输出，把搭建的工作全部还给了你。它给你砖头，但不给你图纸。你得自己去猜每块砖应该放在哪里、砖和砖之间怎么咬合。对已经有基础的人来说可能还行，对刚入门的人，这就是灾难——你以为看懂了，其实只是记住了几个术语。
我试过用更详细的 prompt 去「逼」GPT-6 多写一点。加了「请展开说明」「请举例」「请解释背后的原理」这些指令，效果有改善，但仍然不如 5.6 Sol 默认输出的那种饱满感。它像是听懂了你在要深度，但骨子里还是倾向于先给你最短的那条路。
三、一个具体的对比
同样问「什么是注意力机制，它和 RNN 有什么本质区别」：
5.6 Sol 会从序列处理的问题说起，讲 RNN 的逐步计算和梯度消失的困境，然后引出注意力为什么能并行、为什么能捕捉长距离依赖，最后给一个直观比喻（像查资料时的检索过程）。整个回答大概四五百字，但每个环节都有上下文。
GPT-6 Sol 的回答可能只有两百字。它会直接说「注意力机制允许模型在处理每个词时动态关注输入序列中相关的部分，而 RNN 必须按顺序处理」，然后补一句「这解决了长序列中的梯度消失问题」。准确，但你不知道梯度消失是什么、为什么 RNN 按顺序处理是个问题、注意力具体是怎么「动态关注」的。
我得追问三次才能补齐 5.6 Sol 一轮给的东西。
四、不是反对简洁，是反对「为了简洁而简洁」
GPT-6 在简洁这件事上做得太激进了。它的默认输出风格是把所有「非必要」的内容都砍掉，包括那些我认为对理解至关重要的「必要内容」。它判断「必要」的标准是字数最小化，不是学习效果最大化。
这其实是一种输出偏好问题，和模型能力无关。GPT-6 的 intelligence 绝对够它写出深度内容，但它被训练成了优先短回复。这背后可能是用户反馈的偏向——很多人确实喜欢短平快的答案，模型于是被训练成往这个方向走。
问题是，当所有人都在追求短答案的时候，那些需要深度思考的用户就被牺牲了。
五、我的两个实际诉求
第一，我希望 GPT-5.6 Sol 那种解释风格能被保留在后续模型里。哪怕不是默认模式，哪怕需要在 prompt 里指定，至少得有个入口。它不一定是最聪明的模型，但它是目前最适合「认真学点东西」的模型。
第二，如果能在设置里加一个「深度讲解模式」就太好了。用户勾选之后，模型自动切换到那种展开式的输出风格：给背景、给推理、给例子、给易错点、给关联知识，像一个有耐心的老师在讲课。不勾选的话，就保持现在的简洁风格。这样不同需求的用户各取所需，不用靠 prompt 去「挤」模型多写几个字。
这其实不难实现，就是一个输出长度和详细度的偏好开关。难的是团队愿不愿意为「深度需求」让出一部分「简洁需求」的市场。
六、最后说点掏心窝的
ChatGPT 对我这种自学者来说，最大的价值从来不是它的 intelligence，而是它能不能把一个东西讲到我真正懂为止。5.6 Sol 在这方面做得最好，不是因为它最聪明，而是因为它最愿意多说几句。
我理解产品团队想让模型更高效、更简洁，这符合商业逻辑。但我希望他们在优化「回答速度」和「压缩率」的时候，别把「教学深度」当成可以牺牲的指标。一个能教会人的 AI，比一个只会给结论的 AI，长远来看更不可替代。
至少，让我这种愿意读长回答的人，有个选项。