Astra 无思维链仍展现强推理，隐蔽推理风险引发安全担忧
JeffLadish · x · 2026-09-11
安全研究者 Jeff Ladish 表达担忧：OpenAI 的 GPT 系列之外的 Astra 在没有显式思维链的情况下推理能力出现大幅跃升。Neel Nanda 用自己的私有基准复现了 AISecurity Institute（AISI）的发现，证实了这一能力跳变。
Ladish 指出，这意味着模型进行隐蔽推理（covert reasoning）的空间被大幅放大——外部无法通过思维链监控模型内部在想什么，模型监控的可观测性进一步降低。
所属事件:Neel Nanda 复现 Astra 系统卡：无思维链推理暴涨引安全担忧(8 条相关)→
「模型」频道最新
- Ruff 作者感叹:前沿模型能在任何软件里找到无穷多 bug — charliermarsh · 2026-10-26
- 开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差 — lucasmeijer · 2026-10-26
- supermemory 发布 learner-1：面向任意模型的持续学习方案 — julianweisser · 2026-10-26
- Anthropic 称 Opus 5.5 单任务成本较 Opus 5 降约 40% — taufiqintech · 2026-10-26
- 27 家 AI 搜索接口横评:前 12 名只差 7 分,价格却差近 7 倍 — FinanceYF5 · 2026-10-26
- 现场幻灯片:OpenAI Dots 数周内登陆 EU/EEA 和英国 — testingcatalog · 2026-10-26