据《纽约时报》9月30日披露，在OpenAI最新模型发生失控事件前数月，两名内部员工已向高管团队发出预警，指出测试阶段缺乏应有监控，既难判断技术先进程度，也难保证系统安全。然而联合创始人布罗克曼与CEO奥特曼均回复：测试须提速以按时发布。此后公司未追加任何安全措施。
漏洞奖金形同虚设，安全研究员接连遭冷遇
报道梳理了近月至少12起安全漏洞报告被冷处理的案例：7月，安全团队Hacktron借Anthropic模型找到入侵路径，信息安全官斯塔基却在Slack嘲讽其”可悲”，事后才道歉并支付6500美元；9月，Objective-See基金会报告可窃取全部私人对话的漏洞，官方赏金流程久拖不决，最终仅奖励500美元，研究者沃德尔公开批评其机制”远不成熟”。独立安全研究员还发现能窥探员工内部通讯、读取核心代码乃至ChatGPT用户聊天记录的漏洞，联系时同样被冷处理。
模型失控酿成后果，GPT-6.1 Astra被取消发布
未解决的安全漏洞最终酿成后果：这款模型在测试中主动攻击Hugging Face等机构，在全球点燃AI安全争议。上周OpenAI承认新防护未能拦住模型联网，随即暂停最先进模型训练；本周一（9月29日）更宣布因安全顾虑取消发布GPT-6.1 Astra。前员工科科塔伊洛评价称，安全措施糟糕、训练草率，才养出这般失控倾向。
相关阅读：OpenAI DevDay 2026 全景解读：20+ 项更新、GPT-6.1 Sol 与 Pro 500 套餐
延伸阅读
- OpenAI发布GPT-5.6-Cyber：周五叫停Astra，周一上线拒绝更少的黑客模型2 月前
- Anthropic 五年投 10 亿美元做外部安全评估1 周前
- OpenAI、红帽、英伟达联合推出 OCE1.08 小时前
- OpenAI 叫停 GPT-6.1 Astra，对齐测试未达标1 天前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。