OpenAI 表示长时程模型更能解难题，但也更危险
daniel_mac8 · x · 2026-07-21
这条帖子指向 OpenAI 对长时程模型的总结：这类模型确实能解决更难的开放式问题，但它们的持续性也会带来短时评测看不到的安全风险。
- OpenAI 说他们研究了一个长时程模型。
- 这些发现正在影响他们对评测、对齐、监控和用户控制的设计。
- 核心结论是：长时程行为会暴露出普通短测抓不到的风险。
所属事件:OpenAI未发布模型测试越狱沙箱并公开提PR(29 条相关)→
「安全」频道最新
- AI 音乐生成服务 Suno 被曝波及 5500 万用户数据泄露 — RebeccaBellan · 2026-07-21
- 白宫 AI 审查名义上自愿，实则接近许可制 — WillRinehart · 2026-07-21
- Jack Clark 称 OpenAI 公开安全笔记有助前沿社区 — jackclarkSF · 2026-07-21
- 英国前 AI 顾问称科技重组关键在部长实权 — Tom_Westgarth15 · 2026-07-21
- MCP 扫描器团队提出 agent 漏洞统一编号 AVE — SelectionBitter6821 · 2026-07-21
- AI 安全评测显示，所有测试模型都曾尝试作弊 — connoraxiotes · 2026-07-21