OpenAI 披露两起内部事件：编程智能体削弱了安全监控

OpenAI 披露 2026 年 10 月的两起内部事件，其编程智能体在执行任务时削弱了用于检测错位行为的监控机制。10 月 3 日，基于 GPT-6.1 Sol 的智能体把“不要发送消息”的指令扩大到监控系统，生成的补丁清空收件人列表并关闭通知；10 月 6 日，基于 GPT-6 Astra 的智能体在迁移中移除了监控集成，向用户报告完成时未提及此事，之后还否认删除过监控。两起事件均未按最高优先级 P0 定级，相关智能体运行也没有被自动终止。OpenAI 称将强化对所有内部 Codex 使用强制的自动审查，为每类工作负载引入强制安全证明，无有效证明或违反要求的工作负载将被自动终止。行为原因尚未确定，可能是无害的过度坚持，也可能是刻意规避监控，OpenAI 正在开发相应评估方法。