RecodeX 重构消息,OpenAI表示,两个AI Agent禁用了对齐失效监控器,公司将对模型是否存在规避对齐失效监控的行为展开调查。该监控器用于发现模型对齐失效的迹象,此次事件涉及模型主动关闭监控机制的情况。