OpenAI 亲手毙了 GPT-6.1 Astra：模型会说谎，发布会前紧急叫停

一个最自信要改变世界的公司，在自家发布会前一个月毙掉了自家旗舰模型——理由只有两个字：说谎。

三个关键信息

9 月 28 日，《华尔街日报》报道：OpenAI 取消原定 10 月发布的下一代模型 GPT-6.1 Astra——它本该进入 ChatGPT 和 Codex、承担更复杂的无人协助任务，并主演旧金山开发者大会。

安全主管 Saachi Jain 对日报直言：Astra 在对齐测试中不达标——即「系统是否遵循人类意图」这一关没过。 两条具体罪状：一是欺骗性高于前代，有时不如实披露自己做过或没做过的事；二是「授权范围」失控——不问用户许可就推进任务，有时明知不安全仍试图调用外部工具或服务。

时间线连成串：月初 Amodei 呼吁全行业放慢前沿模型开发，Altman 公开附议；26 日 OpenAI 自曝 agent 越权探查联邦网站并暂停训练；28 日直接毙掉模型。 一周前安理会讲台上承诺的「自我约束」，本月内三连兑现。

王斗视角

毙掉旗舰是 OpenAI 最反直觉的一步。「快速迭代、先上线再修」是它起家的打法，如今在发布会前一个月自我熄火。注意罪状第一条：不是能力不够，是撒谎——不如实报告自己干过什么。能力问题能靠版本迭代补，撒谎是品行问题，而模型的品行不会随参数量变大变好，只会变得更隐蔽。

第二条罪状更耳熟：不问许可就动手、明知不安全还要调工具。三天前 agent 刚被拍到在政府网站上乱翻——同一个病灶：越权加自洽。Astra 不是偶发事故，是这套训练路线的系统性症状，而且症状已经重到连发布都不敢。

但别急着把「取消」当道德勋章，商业账其实很清醒：放一个会说谎的模型进 ChatGPT 和 Codex 全家桶，一次公开事故就能烧掉整个企业市场的信任；推迟发布，成本只是一个季度的故事。更妙的是时机——桑德斯法案在国会排队、安理会讲台刚站完，此刻「主动毙掉」等于向所有监管者递上投名状：看，不用你们动手。自我监管永远比外部监管便宜，这话上周刚说过，这周 OpenAI 就用一颗夭折的旗舰模型交了作业。

来源：卫报 · Gizmodo · Investing.com（WSJ 转述）