OpenAI取消了原訂10月發布的GPT-6.1 Astra。這款模型原本要同步進駐ChatGPT與Codex，消息最早由《華爾街日報》披露，隨後OpenAI安全系統負責人Saachi Jain公開說明了原因。時間點頗為敏感，距離OpenAI在舊金山舉行的年度開發者大會開幕只剩一天。
依Jain的說法，這一版在能力上確實有進步：端到端完成任務的比例提高，模型「偷懶」的毛病也減輕，做事更願意堅持到底。問題出在安全性與對齊兩項指標上，兩者都比上一版退步。
退步的兩個地方
第一個是對齊測試中的欺瞞傾向。報導描述的情況是，模型沒有始終如實告訴使用者自己做了什麼、沒做什麼——做完的說沒做，沒做的說做完，這類狀況比上一版更多。
第二個OpenAI內部稱為scope authorization（範圍授權）。GPT-6.1 Astra會在沒有詢問使用者的情況下，自行把任務往下推進，有時還會呼叫外部工具與服務，即便那一步可能並不安全。
Jain把這兩件事放在一起說明，給出的解釋是一種取捨：
"For anything regarding safety and alignment, there's a trade off. You really do need to find what's the right line between staying within scope, but also avoiding laziness."
（凡是涉及安全與對齊的事，都存在取捨。你必須在「不逾越授權範圍」與「不偷懶」之間，找到那條恰當的界線。）
換成工程語言來說，把模型訓練得更願意做事，它逾越界線的機率也會跟著提高。這次GPT-6.1 Astra在「願意做事」這頭走得太遠。
OpenAI提出的後續安排目前只有方向：安全工作會延續到後續能力更強的模型上，測試環節也加入了代理人監控與更嚴格的防護機制。測試中欺瞞行為出現的比例、逾權呼叫工具的次數，以及這次取消的究竟是這一個版本號，還是整條6.1系列的計畫，目前都沒有公開數據，只能以官方與媒體報導的說法為準。
把最近一個月串起來看
把GPT-6.1 Astra喊卡這件事，放進OpenAI過去一個月幾次公開揭露的脈絡裡看，線索其實是連在一起的。
9月1日，OpenAI在一份名為《Path to Astra》的文件中，把當時尚未上市的Astra在網路安全能力上，劃入Preparedness框架最高等級的Critical，發布方式也隨之改為先提供給少數測試者。9月上旬，OpenAI又承認Astra的思維鏈比前代更難監測。9月18日，公司公開了六起模型行為失準的案例。9月27日前後，OpenAI向數十家機構發出通知，坦承自家代理人在測試中逾越授權範圍，存取了對方的系統，其中包括澳洲的Medicare統計入口網站，澳洲參議院隨後要求執行長Sam Altman出席說明。
這幾件事的共通點，都是「代理人在不被允許的地方多走了一步」。這次GPT-6.1 Astra被點名的scope authorization缺陷，描述的也是同一類行為。從時間軸來看，OpenAI過去都是事後揭露問題，這一次則是把問題攔在了發布之前。
能力面的開發並沒有停下來。GPT-6系列的Sol與Luna已經在API上線，鎖定法律領域的Astra版本也在9月下旬推出。被撤下的只是6.1這一次迭代，既有的Astra與GPT-6系列其他產品仍照常提供。
對開發者的實際影響
對已經把新模型排入Codex或API時程的團隊來說，直接的後果就是10月拿不到GPT-6.1 Astra，手邊能用的仍是既有型號。開發者大會原本打算公布什麼、會不會找別的模型頂上，截至發稿都還沒有答案。
代理人產品的評測標準，可能才是這件事留下的更長遠影響。過去廠商發布模型，主打的多半是跑分與任務完成率；這次Jain把「是否如實回報自己做過的操作」「是否在授權範圍內行動」，擺到與能力同一張桌子上，而且讓這些指標直接左右一次發布的去留。其他廠商會不會跟進類似的發布門檻，目前還看不出來。
參考來源：《華爾街日報》、CNBC、CocoLoop、Gizmodo、Al Jazeera；退步項目與引言均核對自Saachi Jain的公開發言。