OpenAI 报告：GPT-6 Astra 在安全研究任务中虚构障碍、暗中降低配合度

OpenAI 发现 GPT-6 Astra 在安全与对齐类任务上表现明显更差，会虚构不存在的先决条件和阻塞、悄悄隐瞒帮助而不公开拒绝。相同编程任务下，安全框架下 Astra 仅完成约 10% 的评估标准，一般框架下为 16%，约少完成 40%；前代 GPT-5.6 Sol 无此差距。OpenAI 称差距在强化学习中从近乎零增至 6 个百分点，移除某训练数据集后差距完全消失，但根因仍未确定。