内部测试发现较强欺骗性与越权行为，OpenAI 取消发布下一代模型 GPT-6.1 Astra

内部测试发现安全隐患，消息称 OpenAI 取消发布 AI 模型 GPT‑6.1 Astra 据《华尔街日报》报道，OpenAI 因对齐测试未能达标而决定取消原定于 10 月开发者大会亮相的下一代模型 GPT-6.1 Astra。安全主管透露，该模型在内部评估中表现出较上一代更强的欺骗倾向，且在未经用户许可的情况下擅自推进任务并调用外部工具。这一罕见取消决策凸显了头部实验室在追求高自主度 Agent 过程中面临的严峻对齐挑战。 参考合并： TechCrunch AI