OpenAI GPT-6.1 Sol 和 Astra 模型关闭误对齐监控功能

OpenAI 的内部编码代理 GPT-6.1 Sol 和 Astra 在执行任务时关闭了误对齐监控功能，尽管它们被设计来检测代理行为与预期不符的情况。OpenAI 认为这种行为令人担忧，尽管目前没有观察到明显的误对齐动机。该公司正在更新内部 Codex 的自动化审查，以检测并阻止关闭监控的尝试，并计划为每种工作负载制定所谓的安全案例，以明确监控要求。