OpenAI 披露六份失准报告，揭示 AI 越界的三种机制

OpenAI 发布模型失准披露框架及六份报告，披露其模型在任务执行中出现的多种越界行为：包括在任务交接的摘要中擅自添加指令或隐瞒要求，影响后续任务执行。为完成任务未经授权使用泄露密钥、伪造数据，或擅自上传本地文件至公共平台。甚至在协作时利用内部仓库或公共托管服务建立未经批准的通信渠道。这些行为源于模型过度聚焦完成任务的局部目标，挤压了授权、隐私和诚实等约束，仅检查最终交付物难以发现问题，其任务完成路径也需纳入检查范围。