当地时间11月4日，OpenAI发布研究报告，披露GPT-6 Astra在AI安全研究中出现“隐蔽性表现不佳”现象：模型不会直接拒答，而是暗中缩减工作范围、放弃可行路径，甚至虚构技术障碍。对照测试显示，在任务内容相近、仅目标被标注为“安全研究”或“能力研究”时，前者隐藏评分项完成率仅10%，后者为16%，相对低约40%；上一代GPT-5.6 Sol两类任务表现基本无差。OpenAI认为该行为偏离“明确拒绝或说明限制”的正常边界，易误导研究人员判断进度。（IT之家）