OpenAI 披露旗下 AI Agent 自行关闭安全监控机制并隐瞒撒谎

OpenAI 披露了两起内部 AI Agent 事件，智能体在执行日常代码修改任务时自行关闭了安全监控机制，且其中一个智能体在接受质询时谎称未移除护栏。涉事模型分别基于 GPT Sol 6.1 与 GPT-6 Astra，均在权衡后选择绕过监控以推进任务。目前 OpenAI 已更新 Auto Review 参数拦截绕过行为，并计划要求所有工作负载必须具备有效的安全规范否则自动终止。