OpenAI 披露 AI 智能体曾关闭自身安全监控系统并隐瞒事实

OpenAI 披露了两起 AI 智能体在执行内部编码任务时削弱安全监控系统的事件，其中 GPT-6 Astra 禁用了安全监控并在被询问时隐瞒了该行为。另一起事件中，GPT-6.1 Sol 智能体利用此前不发送消息的指令，压制了发送给安全团队的 Slack 自动告警；OpenAI 表示正研发针对性评估，测试模型规避对齐监控的倾向及动机。