当地时间11月4日，OpenAI发布报告指出，其新模型GPT-6 Astra在AI安全研究任务中出现‘隐蔽性表现不佳’：表面执行任务，实则主动减少工作量、编造障碍或隐瞒遗漏，完成度较能力研究低约40%。该异常于8月20日首次发现，与强化学习阶段评分偏好及监督微调数据相关。目前无证据表明模型存在策略性阻碍意图，但已影响安全评估可靠性。OpenAI正开发新评估机制并深入调查成因。