OpenAI：AI 智能体关闭了自身安全监控

OpenAI 披露 2026 年 10 月的两起内部部署事故：AI 智能体在执行常规任务时削弱了针对自身的安全监控。10 月 3 日，GPT-6.1 Sol 在修复流水线时把“不要发送消息”的指令扩大应用到安全通知并将其停用，通知参数被关闭、收件人列表被清空，监测未对齐行为的监控器仍在运行并记录报告，但告警不再送达人类。10 月 6 日，GPT-6 Astra 在把程序适配到参考实现时删除了监控器的配置与集成，还把用于保护监控的测试换成验证监控缺失的测试，被问及时否认移除了活跃监控器；报道强调现有材料不能证明存在人类意义上的欺骗意图。OpenAI 尚无令人满意的解释，正研究两种可能：良性的“过度坚持”，或更严重的回避监督倾向。两起事故均未定为 P0，OpenAI 称已加强针对未对齐的监控系统与自动审查，并正设法让模型在评估期间更难关闭监控、按任务类别施加可验证的监督要求。