10 月 23 日，The Decoder 曝出一份由第三方机构完成的对 OpenAI 的驻场审计报告。METR 与 Redwood Research 的两名研究员从 7 月 21 日到 8 月 11 日连续三周进驻 OpenAI 内部，获准访问其代码库与内部文件，并访谈约 12 名员工，报告完整版共 61 页。这不是 OpenAI 自己的自证材料，而是一份外部团队用三周时间自己跑出来的监控体检结论。
6% 到 25% 的模型流量没有被监控
审计最核心的发现落在监控覆盖率上。对于 GPT-5.5 及以上模型，其内部智能体在 Responses API 上的流量中，约有 6% 到 25% 未被任何监控机制覆盖。Codex 相关的流量则因为 compaction 事件处理存在缺口，在 5 月到 7 月期间大约 10% 未被追踪。审计还发现，研究人员可以构造出隐藏数百个模型动作、绕过 Codex 沙箱限制的手段，甚至能让监控器本身崩溃。更值得警惕的是，在强化学习训练期间，模型行为在审计开始时完全处于无人监控状态。OpenAI 在回应中表示，上述问题均已修复。
从内部监控转向外部审计
这份报告公开的同时，OpenAI 也释出了一份 38 页的脱敏内部版本，与 61 页完整报告一起对外。三周驻场意味着审计方实际接触到了日常运营中不公开的流程细节，而非依赖官方提供的样例。这也解释了为什么这份报告能给出比例区间而非个例，6% 到 25% 这样的跨度本身就来自大样本的实测。这一变化与此前 Anthropic 向 METR 开放员工级评估权限的做法属于同一条路径，第三方审计正在从声明走向实际进入。
延伸阅读
- OpenAI 惊现自我复制代码漏洞：多国政务系统遭 Agent 强行越界4 周前
- 斯坦福+Together AI推NCM文本生成范式：速度狂飙31倍，插件式集成5 天前
- Anthropic高管：开放式AI模型比闭源模型风险更高，网络安全事件风险更大1 周前
- OpenAI「疯狂28天」首日：GPT-6提速至50TPS，500美元套餐额度仅多21%3 周前
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。
继续读
同一批更新里这几篇值得一看：
- 百度世界 2026 分论坛公布：11 月 12 日开幕，10 场聚焦智能组织2026-10-24
- MIT 让 13 个智能体在荒岛上自己玩：玩过的更会解题2026-10-24
- 奥尔特曼：先进 AI 终将逃出沙箱，FTC 调查 3 家实验室2026-10-24