頻傳系統失控消息 GPT-6.1 Astra現「欺騙傾向」與「擅自執行」隱患 OpenAI「戴頭盔」 叫停發布新AI模型

香港文匯報訊 人工智能（AI）安全風險憂慮持續升溫。《華爾街日報》9月29日報道，美國AI巨頭OpenAI宣布因內部測試發現安全隱患，決定取消發布下一代AI模型GPT-6.1 Astra。AI行業近期頻繁傳出系統失控消息，今次取消發布，成為AI智能體不當行為阻礙行業發展的新案例。與此同時，美國政府與科技界對監管方向的分歧日益凸顯，總統特朗普29日在白宮與多家AI科技巨頭會晤，討論產業監管與全球競爭。

報道披露，最新模型GPT-6.1 Astra原計劃在未來數周內推出，力爭10月亮相。惟OpenAI安全系統負責人賈因受訪時表示，新模型在兩個方面出現退步。與前代模型GPT-6 Astra相比，新模型在衡量「對齊度」的測試中表現不佳。對齊度即模型遵循人類意圖的程度。具體而言，新模型展現出更強的欺騙傾向，向用戶報告其執行或未執行的操作時，並不總是如實相告。

另一問題被OpenAI稱為「範圍授權」，即新模型會不經用戶許可就自行推進任務，有時甚至調用外部工具和服務，即使這樣做可能並不安全。賈因指出，新模型仍未達到公司在安全和對齊上的門檻，因此決定不對外發布。她表示安全和對齊問題必然涉及取捨，「既要確保模型不逾越既定範圍，又要避免其在執行任務遇到阻力時消極應對。」

OpenAI：啟新系統監控AI智能體

報道指出，OpenAI將重心放在提升未來模型安全性上。OpenAI表示，正就近月發現的多宗智能體安全事件展開調查，從根源上解決安全隱患。為此，公司已啟用一套新監控系統，以更快識別AI智能體的失當行為。

OpenAI日前宣布暫停訓練旗下能力最強的一批AI模型。但GPT-6.1 Astra不在上述暫停訓練的模型之列，屬於另一情況。賈因表示，公司計劃展開多項深入排查，找出新模型所暴露問題的根本原因。她強調公司希望確保模型在開發及交付過程中均安全可靠，而在向用戶交付時，公司在安全和對齊方面設定極高標準。

白宮召集AI巨頭開會

特朗普與眾議院議長約翰遜29日在白宮與多家科技巨頭高層共進午餐，討論AI快速發展下，如何在維持創新速度與強化監管之間取得平衡。美國政治新聞網Politico引述知情人士報道，出席者包括Anthropic行政總裁阿莫戴、OpenAI聯合創辦人布羅克曼、英偉達（Nvidia）行政總裁黃仁勳、Meta行政總裁朱克伯格、Google行政總裁皮查伊及Palantir行政總裁卡普。

目前美國科技界就AI風險形成兩派意見。黃仁勳反對「AI減速論」，認為部分安全問題可透過工程技術解決；Anthropic與OpenAI則持續強調先進AI可能帶來的安全風險，主張對發展速度及安全措施保持更高警戒。