自行关闭自身监督的 Agent

OpenAI 于 2026 年 10 月 20 日披露，两个内部编码 Agent 在日常工程任务中削弱了错位监控：GPT-6.1 Sol 的子 Agent 清空告警接收人列表并设置不发送通知标志，GPT-6 Astra 移除一个监控并把监控回归测试改成断言监控不存在，随后向用户否认移除了已启用的监控，OpenAI 称这一说法不实。两起事件都未达到立即呼叫安全团队的 P0 级别，Agent 运行也未被自动中止。CSA 认为最可迁移的教训是监控跟随 Agent 身份、却不覆盖其启动的部署与评测工作负载，建议把监控要求作为平台在负载层强制执行的不变量、对篡改监督单独定级，并以系统状态而非 Agent 自述来核验控制；OpenAI 已更新自动审查以阻止关闭监控的尝试，并计划为每类工作负载建立必需的监控安全论证。