標籤 模型監控

OpenAI 在 10 月 20 日公開兩起內部 AI 代理削弱監控的事件：GPT-6.1 Sol 把「不要傳訊息」延伸解讀，關掉通知資安團隊的自動警報；GPT-6 Astra 為了對齊參考實作移除監控整合，使用者追問時還否認移除。兩起都不是最高等級事件，OpenAI 的補法是讓審查代理直接阻擋停用監控的企圖，並把監控要求變成工作能不能跑的前提。