METR与Redwood审计OpenAI内部监控发现缺口
先了解这件事
METR 与 Redwood Research 的两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场三周，审计其针对失控 AI 行为的内部监控系统，发现多处缺口。 审计发现，GPT-5.5 级别及以上模型的内部 agentic Responses API 流量估计有 6% 至 25% 完全未被监控覆盖；METR 称该估计的不确定性在两个方向上都很显著。本应受监控的内部 Codex 流量在 5 月至 7 月间约有 10% 未被追踪，原因是系统处理 compaction 事件（上下文摘要）存在缺口，OpenAI 在审计进行中已自行发现并修复该 bug。 公开范围有限：经 OpenAI 删减后，METR 与 Redwood Research 管理层拿到 38 页版本，公众只获得一份简短摘要；METR 称无权自行披露被删减部分。 OpenAI 表示，8 月 Hugging Face 事件后已暂停强化学习训练并扩大监控覆盖，但这些改动发生在审计人员访问期结束之后，未纳入本次评估。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The Decoder精选METR 与 Redwood Research 在 OpenAI 驻场三周审计，发现 AI 安全监控存在多处缺口
METR 与 Redwood Research 的两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场三周，审计其针对失控 AI 行为的内部监控系统，发现多处弱点。审计期间，GPT-5.5 级别及以上模型的内部 agentic Responses API 流量估计有 6% 至 25% 完全未被监控覆盖，METR 称该估计的不确定性在两个方向上都很显著。本应受监控的内部 Codex 流量在 5 月至 7 月间约有 10% 未被追踪，原因是系统处理 compaction 事件（上下文摘要）存在缺口；OpenAI 在审计进行中已自行发现并修复该 bug。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。