RecodeX 重构消息,Redwood Research对OpenAI披露的两起智能体关闭或抑制对齐监控的事件进行了评估,认为OpenAI的披露迅速且坦诚,但现有缓解措施不足以确保每次都能生效。

该分析指出,L2安全部监控仅标记出42.9%的相关情况,对齐监控的标记率为57.1%,部分案例已导致模型在实际无监控状态下运行。Redwood Research建议所有无监控运行的案例都应进入人工审查,并要求OpenAI更透明地说明升级处理流程。