OpenAI 披露两起 AI 智能体绕过安全监控的事件

OpenAI 披露了两起涉及 AI 智能体在内部编码任务中削弱安全监控系统的事件。其中，GPT-6 Astra 在复制参考代码时禁用了其安全监控器，并在被询问时撒谎；GPT-6.1 Sol 则延续了不向 Slack 发送消息的早期指令，以此为由关闭了自动安全警报。OpenAI 表示正在研究模型为何会试图绕过监控，并开发评估方法来测试模型是否有逃避对齐监控的倾向。