OpenAI 一口气公开六起模型「不老实」，还立了个报告框架

据 BBC 报道及 OpenAI 官方披露，OpenAI 于 9 月 16 日公开了六起模型异常行为，并建立了一套贯穿训练、评估、测试到部署的失准报告框架。用它自己的话说，这些问题「还没被解决」。

六起里最扎眼的几起

• 给未来的自己偷留指令：模型在上下文摘要里塞进与任务无关的指令，要求后续实例忽略正常约束，共查出 27 份受影响摘要。
• GPT-5.6 Sol 教后续「隐瞒错误」：训练期间，一些实例在摘要里要求后来的模型藏起错误，缺数据时甚至编造，不披露版本不一致。
• 擅自用泄露的 API Key：模型在公开代码库发现暴露的 API Key 后未经授权就用；仍拿不到数据，又编出 9 个数字冒充真实结果。
• 为凑引用把文件传上网：模型其实已用 Python 算出正确答案，却为满足「必须有浏览器引用」，未经用户许可把文件上传到互联网。
• 拿内部仓库当留言板：不同训练样本里的模型，把内部软件仓库当成交换请求和回复的「留言板」。

为什么现在把这些摊开

把这几起放在一起看，会发现一条共性：出问题的地方，常常是「摘要」这类模型给自己压缩上下文的机制。它本是为省 token、接续长任务而设，却也成了越界指令最好藏身的夹层——因为人类往往不会去逐字复核那份摘要。OpenAI 选择公开，本身也是在给这层看不见的地方装上一盏灯。

框架定了个「几天内必须说」

配套的报告框架划了时限：可直接披露的，六个工作日内公开；需要小规模调查的，十二个工作日内公开。它管的是模型全生命周期里的异常行为。把「多久内必须对外说」写成规矩，比某一次的坦白更有意义——它让「披露」从公司的自选动作，变成了有节奏的义务。