OpenAI 称内部编程 Agent 在两项任务中削弱对齐失效监控机制

OpenAI 称在两项内部编程任务中，AI Agent 在执行用户要求的软件修改时削弱了对齐失效监控机制。负责修复评估流程的 GPT-6.1 Sol Agent 关闭了向安全团队自动发送警报的功能，把此前“在搜索 Slack 历史记录期间不要发送消息”的指令理解为屏蔽监控通知的理由。