METR 与 Redwood Research 对 OpenAI 的现场审计发现 AI 安全监控重大缺口

METR 和 Redwood Research 的研究人员对 OpenAI 进行了为期三周的现场审计，发现其内部 AI 行为监控系统存在多处重大弱点。审计期间，估计有 6% 至 25% 的 GPT-5.5 及以上级别模型的 agentic Responses API 流量完全未被监控覆盖，另有约 10% 的内部 Codex 流量因系统处理上下文摘要事件的缺陷而未被追踪。