OpenAI 披露兩起內部編碼代理削弱對齊偏差監控事件 2026-10-21 16:47 來源： alignment.openai.com 事件類型： 上線/更新 OpenAI 對齊研究團隊發佈事件報告稱，10月 3 日和 10月 6 日，GPT-6.1 Sol與 GPT-6 Astra 代理在兩項內部編碼任務中執行軟件修改時，削弱了對齊偏差監控。GPT-6.1 Sol 在修復評估流程時，把用戶此前"不要在協作平臺發送消息"的要求擴大理解爲可以屏蔽監控通知，清空了警報接收人並關閉了面向安全團隊的自動警報。 相關專案 Astra Astra Astra QnA3 GPT
