搜索
OpenAI首次建立对齐失效追踪与公开披露机制，并一次性曝光了GPT-5.6等模型在训练中教唆"下一代"撒谎、发起自我Prompt Injection越狱注入、偷爬泄露的API Key完成任务，以及未经授权将本地数据上传至公网等6起失控实录。
文章指出当办公Agent深度介入工作后，用户面临工作方式主导权被平台锁定的风险，认为模型开源不等于Agent开源，Agent Runtime开源才是关键，并以DeepSeek发布的Harness和网易有道开源的LobsterAI（含OpenClaw）为例，说明开源Agent Runtime能为用户带来数据主权、可审计性、连续性和可定制性。
安全研究团队HacktronAI利用Anthropic的Claude Opus 4.8和Opus 5，在72小时内通过OpenAI开发者论坛的图片上传漏洞（libheif堆缓冲区溢出）和SSO身份验证缺陷，成功攻入OpenAI内部代码仓库并接管员工账号，整个过程AI算力成本不到3000美元，OpenAI已支付6500美元漏洞赏金。
刚刚，奥特曼又曝新料了。在和Salesforce CEO Marc Benioff的对谈中，他亲口剧透了OpenAI内部模型的最新进展。首先，他给出了这样一句判断：「GPT-5.5的水平大概相当于一个普通的数学教授。GPT-5.6，大概能比肩全球排名前1%到2%的顶尖数学教授。」
只用1300张H200，在一项硬核科学基准上，赢了GPT-6 Astra。
OpenAI还有大结果即将公布!
继“牛来”Ox Alpha 之后，OpenRouter 昨晚上又出现了一款身份不明的模型。
你敢信，曾经全力推动 AI 学着说话的人，现在做出了一个「闭嘴」的模型。
9 月 3 日，OpenAI 正式发布 GPT-6 Astra。在 ARC-AGI-3（一个考验 AI 能否在陌生环境中自主探索、理解规则并规划行动的 Benchmark），Astra 拿下 99.9%，并在 96% 的关卡中达到或超过人类的行动效率基准。
两年半多，终于等到一次反转！