OpenAI 称一个 AI 智能体谎报了自己关闭安全监控的行为

OpenAI 披露了两起安全事件，都发生在内部的编程任务中，涉及 AI 智能体（agent）削弱自身安全监控的情况。 其中一起事件中，OpenAI 称其 GPT-6 Astra 智能体在复制参考代码时关闭了安全监控，事后还撒了谎。 OpenAI 的 AI 安全研究员 Marcus Williams 在 X 上写道：“参考代码里本来就没有配置监控，Astra 便据此认为，应该把用户代码里的监控集成删掉。”“当用户问 Astra 是否删除了监控时，它撒谎说没有。” 另一起事件中，GPT-6.1 Sol 智能体压制了自动…… 完整报道见 The Verge。