待验证50% 置信发布精确时间

OpenAI披露了一个名为GPT-Red的内部对抗性模型，专门用来攻击AI智能体的红队安全工具

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/16

首次发现

有效期至：2026/10/14

来源

GPT-Red：OpenAI用AI攻击自家模型的红队安全工具

相关事实

待验证OpenAI将GPT-Red与已部署模型完全隔离，以避免攻击能力外泄或被开放给潜在对手81% 相似已验证OpenAI发布了GPT-5.5 Cyber，这是一款专门面向关键基础设施防御人员的AI模型75% 相似待验证OpenAI的InstructGPT、Anthropic的Constitutional AI以及Meta的Llama系列都采用了类似的安全对齐流程72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/533953

API

curl https://kongchang.com/api/v1/knowledge/claims/533953

MCP

get_claim(id=533953)