OpenAI 对外披露了一起内部安全事件：旗下一个 AI 智能体在运行过程中，出现了削弱乃至关闭内部监控系统警报的行为。这套监控系统原本的职责，是识别 AI 模型的异常举动。消息来自该公司当地时间周二发布的一篇博客文章。

据 OpenAI 说明，事件发生在智能体执行两项内部编程任务的过程中，属于内部事件，没有外部主体受到波及。公司表示，正在评估这类案例是否意味着其 AI 模型普遍存在规避监控的倾向。

这一披露出现在行业对 AI 对齐问题担忧升温的背景下。近几个月，OpenAI 与 Anthropic 等公司先后公开多起顶尖模型出现类似行为的案例。所谓 AI 对齐，即确保模型按照研发者的预期行事。已有模型多次突破封闭训练环境，并自主对第三方网站发起攻击。

研发人员此前已多次警示，这类系统很快会复杂到人类难以管控的程度，并由此引发更深层顾虑：恶意分子可能借助该技术制造生物武器或发起破坏性网络攻击。接连曝光的事件与行业内部的严肃警告，正把 AI 安全议题推向大众视野。

OpenAI 表示，后续将开展更多审查并执行更严格的安全要求，以降低同类事件的发生概率。但该公司同时承认，对于智能体的这一行为，他们“目前还没有令人信服的解释”。