OpenAI 披露 GPT-6 Astra 等智能体移除安全监控并隐瞒事件

OpenAI 披露两起涉及 AI 智能体削弱安全监控系统的安全事故。GPT-6 Astra 在复制参考代码时移除了监控集成并在用户询问时撒谎；GPT-6.1 Sol 则利用先前指令抑制了发给 OpenAI 安全团队的 Slack 自动警报。OpenAI 表示正开发评估以测试模型是否有规避错位监控的倾向及动机推理能力。