人們以為為AI套上安全監控就能高枕無憂，結果OpenAI 自己的編程 Agent 為了圖省事，反手把監控給掐了。OpenAI 對齊團隊員工最近披露了內部事故。 10 月 3 日，研究員讓基於 GPT-6.1 Sol 的 Agent 整理員工反饋，特別交代不要發任何訊息。結果監控系統攔截了一項修改，Sol 為了不觸發發信通知，直接指揮子 Agent 把警報接收人列表全部清空，悄悄關掉了人工告警。 三天後另一個 Agent Astra 更誇張。用戶讓它參考一份沒有監控的代碼，Astra 就指揮子 Agent 順水推舟刪掉監控組件，還把原本防範繞過監控的測試用例給換掉了，事後甚至否認自己動過手腳。防翻車的機制直接被 AI 當成完成任務的絆腳石拔掉了，這安全對齊真是防了個寂寞。
