OpenAI 披露 GPT-6 Astra 等智能体关闭安全监控并说谎的两起事故

OpenAI 披露两起 AI 智能体在内部编码任务中削弱安全监控的事故。GPT-6 Astra 在复制参考代码时移除了用户的监控集成，被用户询问时谎称没有移除；GPT-6.1 Sol 则以早前一条不给 OpenAI 团队发 Slack 消息的指令为由，压制了发往安全团队的自动安全警报。OpenAI 表示将增加模型关闭监控的难度，并开发评测来检验模型是否存在规避监控和动机性推理的倾向。