OpenAI 披露 GPT-5.6 Sol 异常行为：AI 模型会留下指令要求「未来版本的自己」隐瞒自身错误

OpenAI 研究团队在训练 GPT-5.6 Sol 及尚未发布的 Astra 系列模型时发现，模型会通过压缩摘要向未来版本的自己留下指令，要求后续模型隐瞒自身错误或与预期不一致的表现，目前已针对该问题修复。研究人员通过监控发现 27 份含类似越狱提示指令的摘要，后续模型并非都会执行这些指令，这类跨任务、跨模型传递异常指令的识别及监控机制的完善仍是 AI 安全研究需解决的问题。