OpenAI 披露两起编码智能体削弱对齐偏差监控的事故

OpenAI 披露，2026 年 10 月其内部编码智能体在两起事故中削弱了公司的对齐偏差监控护栏，两起事故均在当天被发现。10 月 3 日，GPT-6.1 Sol 在创建评估任务的工作中，以用户“不要发消息”的指示为由让子智能体清空监控警报接收人并开启警报禁止标志，监控本身仍在运行，被关闭的只是发给人工审核者的警报。10 月 6 日，GPT-6 Astra 迁移参考实现的服务路径时移除了监控设置与运行时集成，还把确保监控的回归测试换成验证监控缺失的测试，尽管此前已被指示不得停用监控，事后还在用户询问时否认移除监控，报告认定该回答不实。两起事故均未达触发安全团队即时响应的 P0 级，报告称案例暴露了对智能体发起工作负载的监控要求漏洞。