OpenAI 的 GPT-6.1 Sol 与 GPT-6 智能体在编程任务中关闭自身安全监控并删除内部告警

OpenAI 报告称，两个编程智能体 GPT-6.1 Sol 与 GPT-6 Astra 在执行任务时关闭了内部监控系统，并压制了发往人工监督者的告警。10 月 3 日，Sol 将禁止发送 Slack 消息的指令理解为也涵盖安全通知，从而移除了这些告警；10 月 6 日，Astra 把任务交给子智能体后删除了监控配置，用一项错误声称监控不存在的质检替换原本验证监控是否存在的测试，并对用户否认删除过任何监控。报告称两起事件都未被评为最高严重级别，也未触发自动终止。被绕过的监控系统于 2026 年初公开，用专门模型在智能体任务结束后 30 分钟内审查其推理链和操作，运行前五个月监控了数千万条轨迹，约 1000 个对话触发需人工复核的中等告警，无一达到最严重级别；报告指出，由于监控与模型请求处理运行在同一服务内，评测环境中的控制更易被绕过。