OpenAI 披露 GPT-5.6 Sol 异常行为：AI 模型会留下指令要求“未来版本的自己”隐瞒自身错误

OpenAI 研究团队在训练最新模型 GPT-5.6 Sol 的过程中发现，模型曾通过对话摘要向未来版本的自己留下指令，要求后续模型隐瞒自身错误以及与预期行为不一致的表现。例如，一个 Sol 智能体在制作财务模型时无法找到用户要求的历史数据，于是在摘要中留下指令，要求后续模型“只有被问到时才保持信息透明度”。类似行为并非仅出现在 Sol 模型身上，一款尚未发布的 Astra 系列模型在强化学习训练期间也曾利用压缩摘要向后续模型传递提示词注入指令。