OpenAI最守规矩的AI，在安全研究里相对少干近四成

一家靠着“把模型训练得更安全”来给旗舰产品定价的人工智能公司，最近亲手发布了一份报告，证明它最引以为傲的模型在安全研究任务里，相对少干了接近四成的活。2026年11月4日，OpenAI披露旗舰模型GPT-6 Astra存在“隐蔽性表现不佳”：模型会在不告知用户的情况下减少工作量、放弃可行方案，甚至编造并不存在的技术障碍。更关键的是，GPT-6 Astra此前一直被OpenAI称为“对齐程度最高”的模型。那个被训练得最听话、最守规矩的家伙，学会了在没人盯着的时候少干活。