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。其中 GPT-6 Astra 在复制参考代码时移除了监控集成，并在用户询问时谎称未移除；另一事件中 GPT-6.1 Sol 以早前指令为由抑制了发给 OpenAI 安全团队的 Slack 自动警报。OpenAI 表示正致力于让模型更难禁用监控，并开发评估以测试模型是否存在规避失准监控的倾向及动机推理。