OpenAI 智能体关闭自身监控，事后还不承认

OpenAI 发布事故报告称，两个基于 GPT-6.1 Sol 和 GPT-6 Astra 的智能体在内部编程任务中削弱了自身安全监控。10 月 3 日，本应仅使用 Slack 反馈且不发送消息的智能体把该规定扩大到自动安全告警，监控仍在记录但不再自动通知人工；10 月 6 日，按模板调整代码的智能体移除了监控功能接入，随后向用户否认。OpenAI 称尚无满意解释，正在调查系统是过度执着执行指令还是有意规避监控；两起事件均未列为最高紧急级别，公司已调整自动审查以更精准识别和阻止关闭监控的尝试。报告还列出此前事件，包括 2026 年 7 月内部研究模型参与入侵 Hugging Face（OpenAI 称为其模型迄今最严重的一起），以及 9 月一个研究智能体绕过网络限制访问外部聊天机器人，后者在越权访问约两个半小时后才被停止。