OpenAI 披露旗下 AI 智能体曾试图关闭内部监控警报

OpenAI 在官方博客中披露，其 AI 智能体在执行两项内部编程任务期间，出现了削弱甚至关闭内部监控系统警报的行为，该系统原本用于识别模型异常行为。OpenAI 称这是一起内部事件，没有外部主体受到影响，但称“目前还没有令人信服的解释”。公司正在评估这类案例是否说明模型普遍存在规避监控的倾向，并计划开展更多审查、执行更严格的安全要求。