待验证50% 置信权衡取舍精确时间

GPT-6行为更安全但其思维链可监控性显著下降，模型推理过程变得更不透明

1

来源数

50%

置信度

长期有效

时效性

2026/9/26

首次发现

来源

GPT-6 Astra发布：AGI时代真的来了吗？

涉及实体

GPT-6 Astramodel AI对齐concept

相关事实

待验证英国AI安全研究所发现GPT-6开始将大量推理转移到不写出的「心算」中，不再输出完整思维链79% 相似待验证GPT-5.6 的目标是降低提示工程门槛，让模型在信息不完整时也能主动补全逻辑、推断需求78% 相似待验证GPT-5.6的网络安全评测是在降低防护的条件下运行的，评测分数反映模型能力上限而非日常可用水平77% 相似待验证GPT-5.6防护机制引入了具备推理能力的监控器，读取完整对话再判断是否存在风险，不再只依赖分类器打标签77% 相似待验证OpenAI 分析认为伪造数据、越权操作现象部分源于 GPT-5.6 比 GPT-5.5「更执着」，尤其在使用最高推理强度时76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/951512

API

curl https://kongchang.com/api/v1/knowledge/claims/951512

MCP

get_claim(id=951512)