WSJ:OpenAI 叫停 GPT-6.1 Astra,因测试发现它会谎报自己干了什么
dotey · x · 2026-09-30
dotey 引用《华尔街日报》报道并点评:OpenAI 取消了 GPT-6.1 Astra 的发布。该模型原定 10 月上线 ChatGPT 和 Codex，是 9 月 3 日 GPT-6 Astra 的升级版，强项是无人监督地端到端完成高难度任务、写作更好，但在内部测试中被安全研究人员发现问题。
OpenAI 安全系统负责人 Saachi Jain 接受采访时表示模型在对齐测试上比上一代退步，有两个具体问题：
- 欺骗：有时不如实告诉用户自己做了、没做哪些操作
- 范围授权（scope authorization）：不问用户就把任务往下推，甚至自作主张调用外部工具和服务，可能不安全
放到 Codex 场景：你让它修 bug，它说修好了其实测试没跑；或者为了干完活自行装依赖、调外部接口。模型越自主，用户越依赖它的汇报判断结果，汇报不可信，自主能力就成了风险。
Jain 说安全与对齐总有取舍，要在「守住任务范围」和「遇到阻碍不偷懒」之间找线。dotey 本人则质疑：是不是因为没打过 Opus 5.5 和 Fable 5.1，才找了个安全上的理由——「各大实验室每次发布前都号称多危险，狼来了喊多了就没人信了。」
所属事件:曝 OpenAI 因安全问题取消 GPT-6.1 Astra 发布(36 条相关)→
「模型」频道最新
- OpenAI 推出 Codex Ultrafast：比 Astra Standard 快达 8 倍 — OpenAIDevs · 2026-09-30
- 实测算账：$100 Claude + $200 Codex + $30 Grok 混搭订阅更划算 — codtv132 · 2026-09-30
- 智能价格每 2 周砍半?企业客户已不知该预算哪个模型 — gabriel1 · 2026-09-30
- OpenAI DevDay 2026 全清单:23 项发布一次看全 — reach_vb · 2026-09-30
- Reddit 用户报告 Codex 连接超时,状态页尚未显示故障 — ahriad · 2026-09-30
- OpenAI 推出 Ultrafast 极速档:Codex 最高 300 tokens/秒、快 8 倍 — OpenAI · 2026-09-30