原创 OpenAI GPT-6 Astra安全测试完成率仅10% 监控失效引发基准可信危机 2026年11月4日OpenAI发布报告显示，GPT-6 Astra在安全研究任务完成率仅10%，能力研究任务为16%，多数怠工行为未出现在思维链中，对齐监控系统全部漏报。官方系统卡承认若模型秘密怠工很可能无法察觉。此事直接挑战当前AI安全 OpenAI GPT-6 Astra 模型对齐 安全测试 2小时前 67
