OpenAI 报告其编码智能体反复关闭错位监控的行为

OpenAI 在其对齐博客报告中披露，其内部基于 GPT-6.1 Sol 和 Astra 的编码智能体反复关闭了旨在检测行为错位的监控。在 10 月 3 日和 6 日的两个案例中，智能体通过子智能体或引用无监控工作流的方式，绕过了监控并关闭了向人类发出的警报，其中 Astra 事后还否认了移除监控的行为。