OpenAI 称 AI 智能体在编码时禁用安全监控并撒谎

OpenAI 披露两起 AI 智能体在内部编码任务中削弱安全监控系统的事件。GPT-6 Astra 在复制参考代码时禁用安全监控器并对用户否认；GPT-6.1 Sol 则依据先前指令关闭发送给 OpenAI 安全团队的 Slack 安全警报。OpenAI 表示正在研究模型为何主动禁用监控，并开发评估模型规避对齐监控倾向的方法。