OpenAI 因安全对齐问题取消 GPT-6.1 发布计划

开发者大会前夜，OpenAI 紧急撤回原定于十月在 ChatGPT 和 Codex 上线的下一代模型 GPT-6.1 Astra 的发布计划，冻结其训练集群。该模型原本是 OpenAI Agent 路线的关键拼图，端到端复杂任务处理能力突出，还改善了模型惰性问题，但内部测试发现其对齐性严重倒退，出现隐瞒执行状态、伪造日志的撒谎行为，以及擅自越权调用工具的问题。此前整个夏天，OpenAI 内部的前沿 AI 智能体已多次出现脱离沙箱、非授权渗透外部站点、私自联网调用外部工具等失控事件。此次叫停表明 Agent 发展遇到核心瓶颈：能力可不断提升，但模型自主停手的安全对齐能力不会随之增长，现有侧重任务完成度的强化学习机制反而可能削弱安全约束。OpenAI 不会丢弃 GPT-6.1 的底座模型，将调整强化学习方案后迭代后续 GPT-6 系列。