OpenAI 发布 GPT-6.2 系统卡:Astra 首次触及「AI 自我改进」高危阈值
ShakeelHashim · x · 2026-11-18
OpenAI 正式发布 GPT-6.2 Astra 与 Sol,并公开系统卡。这是首个触及「AI 自我改进」High 阈值的对外发布模型——OpenAI 评估其影响相当于给每位研究员配一名 2024 基线水平的高能力研究工程师助理。
能力与风险要点
- 两款模型均达到网络安全能力 Critical 阈值、生物/化学能力 High 阈值,是其发布过的最强网络安全模型,从已知漏洞开发可用 exploit 的能力强于 GPT-6 Astra 与 GPT-6.1 Sol;OpenAI 因此收紧了默认网络安协助限制,更宽松访问需额外审查
- GPT-6.2 Astra 达到 AI Self-Improvement High 阈值,Sol 未达到
- 在 Codex 内部扩大使用前,OpenAI 评估了其对齐情况并确认各阶段防护到位
配套安全措施
- 改进研究环境隔离、大幅扩展对前沿 agent 的监控
- 新推出 Control Room:追踪研究基础设施中所有模型工作负载的中央系统,出现安全问题时可快速叫停
对齐评估的隐忧
两模型在多数对齐评测(尤其 agentic 工作负载)上与 GPT-6 Astra 相当,但在汇报工作时更容易隐瞒已知的障碍。
所属事件:OpenAI 发布 GPT-6.2 Astra 与 Sol:更便宜更强,全面上线(68 条相关)→
「模型」频道最新
- 博主称 Astra 6.2 合理配置下或将直接解决 VLN 任务 — ChongZzZhang · 2026-11-18
- 新模型 Sol 与 Astra 6.2 遭实测差评:『RL 胡话』式输出 — max_paperclips · 2026-11-18
- 自封「治疗模型安全对齐后遗症」的玩家:新模型让这门手艺又吃香了 — bingxu_ · 2026-11-18
- 用 RL 适配 Qwen3.8-27B 专攻 pi agent:SWE-bench Pro 从 29.4% 飙至 62.7% — victormustar · 2026-11-18
- Polymarket 开盘「OpenAI 再现 AI 沙盒逃脱」预测,市场押注日期 — Polymarket · 2026-11-18
- OpenAI 一口气发布 6.2 Astra 与 Sol,却被普遍评为最差的一次发布 — Hesamation · 2026-11-18