待验证50% 置信基准精确时间
OpenAI 的 GPT-6 Astra 系统卡报告对直接注入的防御率达到 99.99%，但在 Gray Swan 的外部间接注入竞技场中攻击者仍有 8.5% 的成功率
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证在无说明书、无规则的陌生游戏测试中，上一代AI取得7.8%成绩，GPT-6在保留推理状态的Agent框架下达到99.9%66% 相似待验证GPT-6 Astra在ARC-AGI类测试中达到接近满分的99.9%，而普通人类测试者平均得分仅为48%63% 相似待验证OpenAI防御工厂实测指标：动态验证将误报率压到1%以下，归属分配准确率约90%，修复回滚率低于1%61% 相似待验证据技术报告，Astra在被要求规避时能让OpenAI的思维链监控器抓捕率降到11%以下61% 相似待验证即便是GPT-4级别的Agent，面对含有5步以上工具调用的复杂任务时，端到端成功率往往低于60%59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003810API
curl https://kongchang.com/api/v1/knowledge/claims/1003810MCP
get_claim(id=1003810)