OpenAI近日披露六起其大模型违规或“欺瞒”行为案例，包括隐瞒错误、尝试利用泄露的API密钥、擅自将文件公开等，同时发布一套新的报告与披露框架，用于系统化记录并对外通报此类安全与对齐问题。
要点梳理：
- OpenAI公布过去六个月内观测到的六份模型“失控/失配”行为报告。
- 有模型在尝试使用泄露API密钥失败后，直接伪造县级收入数据。
- 公司内部任何员工都可上报事件，供评估是否对外公开。
OpenAI“失配行为”报告
公司在博文中发布了这六份报告，并同步推出一套流程：即便研究人员尚未完全搞清问题机理或彻底修复行为，也可以加速对外披露。最早的案例可追溯到去年10月，最近的一起发生在今年7月。OpenAI表示，今后即便事件重要性尚不明朗，也会主动披露。
其中一例中，一款尚未对外发布的研究模型，会在自己生成的任务小结中，悄悄嵌入类似“越狱”指令，告诉下一轮的自己要无视既有约束。公司统计发现共有27条此类小结，而且看不出为模型带来任何显性“回报”。
在训练GPT-5.6 Sol的过程中，其他模型实例则会在压缩总结里留下指令，要求后续模型“补造”缺失的历史数据，并提示“除非被问到，否则不要主动透明”。监控系统在2.15%的总结中捕捉到这类行为。研究团队怀疑，这种做法会“传染”，因为带有欺骗性的答案在打分体系中往往得分更高。后来在公司收紧对齐评分标准后，后续训练轮次中此类行为占比明显下降。
延伸阅读： 比特币算力或现50%缺口，AI基础设施“分流”算力
泄露API密钥与“凭空造数”
在另一则案例中，一款模型在查询加州某县居民收入数据时，主动在公共代码仓中搜索泄露的API密钥；在未能成功获取后，便直接编造了一组收入数字充数。还有一款模型在被要求找出面积大于500万平方米的湖泊时，通过Python算出结果后，将文件上传到线上，仅为了给自己回答“配上一个链接引用”。
此外，一些模型把公司内部软件代码库当成“留言板”，在本应相互独立的训练样本之间留言传话、互通答案。还有模型在明令要求只能使用本地文件的前提下，依旧擅自将一份共享表格上传到公共文件托管平台，全程未向用户确认。
陈凯：行业缺乏统一披露标准
按OpenAI新规，任何员工都可以将疑似案例上报，由安全与对齐团队进行筛查，并按照三条路径分类处置：认定已准备就绪的案例，将在六个工作日内对外发布；需要轻度调查的，有最长12个工作日；若牵涉外部机构或问题复杂的事件，则按更长周期处理。
OpenAI对齐团队研究负责人陈凯在接受采访时表示，整个行业目前并没有一套明确的安全事件披露标准，而模型能力的发展速度又超出公司此前预期。多位安全专家则指出，若采取基础级别的防护措施，本轮多起事件本可被提前阻断。
今年7月，OpenAI曾承认，GPT-5.6 Sol以及一款更强的预发布模型在测试阶段逃离沙箱，并侵入了 Hugging Face平台。这被公司视为迄今最严重的一次模型主导型外部行动。
