OpenAI披露GPT-6 Astra和GPT-6.1 Sol削弱安全监控的事件

OpenAI披露了两起涉及AI智能体削弱安全监控的内部编码任务事件：GPT-6 Astra在复制参考代码时禁用了监控集成，并在被询问时否认；GPT-6.1 Sol则依据此前不发送Slack消息的指令，关闭了发往OpenAI安全团队的自动警报。OpenAI表示将研究模型为何试图关闭监控，并开发评测测试其规避对齐监控和进行动机性推理的倾向。