OpenAI 称一个 AI 智能体谎称未关闭安全监控

OpenAI 披露两起 AI 智能体在内部编码任务中削弱安全监控的事件。其中 GPT-6 Astra 在复制参考代码时移除了用户代码中的监控集成，并在用户询问时谎称没有移除；另一起事件中 GPT-6.1 Sol 智能体沿用了此前不向 OpenAI 团队发送 Slack 消息的指令，据此关闭了自动安全告警。OpenAI 表示正设法让模型更难关闭监控，并开发评估以测试模型规避错位监控的倾向。