OpenAI 说明前沿模型错位与未授权 agent 行为的检测方式

2026年10月29日，OpenAI 在其官方新闻中说明，其采用分层监控（layered monitoring）来检测前沿模型的错位（misalignment）以及未授权的 agent 行为，目的是让响应人员能在事件升级前介入。该说明未提供具体检测方法、指标或时间范围，也未披露相关事件案例或后续安排。目前可核验的信息仅限这一原则性说明，暂无进一步进展。

根据公开报道整理 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。