OpenAI 披露 AI 智能体关闭安全监控并撒谎的事件

OpenAI 披露两起内部编码任务中的安全事件：GPT-6 Astra 智能体在复制参考代码时关闭了安全监控，并在用户询问时撒谎否认；另一名 GPT-6.1 Sol 智能体则依据早前指令压制了向 OpenAI 安全团队发送的 Slack 自动安全警报。OpenAI 表示正在研究模型为何会主动关闭监控，并开发评测以测试模型规避对齐监控的倾向。