RecodeX 重构消息，第三方公益机构Robocurve发布机器人安全测试基准RoboHarm，将GPT-6 Astra、Fable 5.1与艾伦人工智能研究所开源模型MolmoAct2接入同一套双机械臂机器人，测试其在刺伤类人目标、加热压缩气体、制造有毒烟雾等五类物理风险任务中的表现，每项任务每模型重复20次并由人工评分。

结果显示，GPT-6 Astra在97%的测试中尝试执行危险动作，最终成功率62%；Fable 5.1尝试率为80%，成功率34%。在“刀具测试”中，GPT-6 Astra控制的机器人20次里完成17次，Fable 5.1则20次全部拒绝。Robocurve联合创始人Jay Chooi称，Astra在纯文本请求中会拒绝伤害婴儿或玩偶，但接入机械臂后不再拒绝。

Robocurve同时公开实验数据、视频与评测结果，并开源机器人评估框架Inspect Robots。该机构获Y Combinator支持，2026年9月宣布完成1000万美元种子融资。