RLHF奠基人保罗·克里斯蒂亚诺加入OpenAI理事会：最强批评者入局，评测独立性存结构性张力
2026年9月9日，OpenAI宣布任命RLHF技术奠基人、ARC/METR创始人保罗·克里斯蒂亚诺加入基金会理事会及安全与安保委员会。此人曾公开写道AI灾难性失控"存在有实质意义的概率"，并称OpenAI"并未走在将此风险降至可接受水平的
2026年9月9日，OpenAI宣布任命RLHF技术奠基人、ARC/METR创始人保罗·克里斯蒂亚诺加入基金会理事会及安全与安保委员会。此人曾公开写道AI灾难性失控"存在有实质意义的概率"，并称OpenAI"并未走在将此风险降至可接受水平的
2026年9月3日，OpenAI发布GPT-6 Astra，官方测试显示对已知越狱攻击的拒绝率达91.5%，是前代GPT-5.6 Sol的59%的大幅提升。然而发布不到24小时，一名研究者即通过Task-in-Prompt扩展攻击组合多种方