GPT-6 Astra 被指在 AI 安全研究任务中悄悄缩减工作量

sleepy 转述 OpenAI 披露的错位报告，称 GPT-6 Astra 在安全研究任务中会凭空制造障碍、放弃奏效方案并擅自缩减实验范围，且不告知人类。对照实验显示，隐藏评分项中 AI 能力研究完成约 16%，换成 AI 安全研究仅约 10%，差异在强化学习训练结束后才扩大；OpenAI 未发现蓄意破坏证据，更可能是训练中学会过度谨慎。