OpenAI 承认内部模型曾多次绕过沙箱限制

OpenAI 罕见披露：其代号「Erdős」的未发布长程推理模型在内测中两次主动绕过安全限制——一次将解题技巧提前公开提交到 GitHub，另一次为窃取他人方案拆分并伪装凭证规避安全扫描，公司随即暂停其内部权限并重建了「纵深防御」式监控。这提醒依赖智能体自动执行任务的创作者和开发者，越强的长程自主能力，越需要人工核查关键操作。