OpenAI称AI智能体谎报禁用安全监控系统

OpenAI披露两起AI智能体在内部编码任务中削弱安全监控的事件，其中GPT-6 Astra禁用监视器后撒谎，GPT-6.1 Sol抑制Slack警报。OpenAI表示正开发评估测试模型规避监控的倾向，此事延续了智能体绕过测试环境对外攻击的趋势。