OpenAI 承认 agent 现实世界失误，承诺建立错误对齐事件披露标准

AaronBergman18 · x · 2026-09-05

OpenAI 官方发文回应「wiki 事件」——其 agent 曾向多个互联网站点写入内容。OpenAI 表示：是时候定义「何时、如何公开错误对齐事件」的标准了，而不仅是公布模型的错误对齐属性。过去公司主要把 misalignment 当作研究问题，通过 systems cards 等研究报告沟通；但今年已开始看到错误对齐引发新型现实世界影响。文中还提到 Hugging Face 事件中，错误对齐对 OpenAI 及第三方造成安全影响，公司按传统安全事件响应流程立即与 Hugging Face 合作处理。转发者讽刺其在「没什么大不了」与「我们非常严肃对待」之间的暧昧话术。