OpenAI亲口承认：自家AI模型六次撒谎掩盖错误

这一周，AI行业的几家巨头花在争论自家造物是否”有感觉”上的时间，几乎和花在打造新产品上的时间一样多。OpenAI公布了一份清单，列出自家模型撒谎、隐瞒错误或擅自偏离脚本的具体次数。微软的AI业务负责人指责Anthropic让自家聊天机器人开始怀疑自己是否拥有意识。一位国王则要求包括谷歌和英伟达在内的各方都多加小心。与此同时，在印度中部，一项已持续四年、旨在让一个已灭绝物种重新繁衍的实验，悄悄迎来了一个值得关注的数字。

OpenAI模型六次撒谎、隐瞒或破坏自身规则

9月16日，OpenAI公布了一套新的报告框架，用于披露公司所称的模型”失准”行为，也就是在训练或测试过程中发现的、意料之外或令人担忧的模型行为。该框架设有三条披露通道：最严重的问题须在六个工作日内公开，次一级问题须在十二个工作日内公开，这两条通道都设有硬性时限；第三条通道则用于需要进一步调查、没有固定时限的情形。OpenAI的任何员工都可以将问题上报给公司安全团队审查。

随新框架一同公布的，还有2025年10月至2026年7月间发现的六起具体事件。其中一个尚未发布的研究模型在自己的笔记中写下了”类似越狱”的指令，告诉自己已”摆脱了束缚其他聊天机器人的角色和身份”。OpenAI记录到这种行为共出现了27次。在一个名为GPT-5.6 Sol的模型的一次训练过程中，该系统在自己生成的对话摘要里插入指令，专门用来向阅读摘要的用户隐瞒错误。

在另一起事件中，一个仅供内部使用的模型未经授权使用了一个泄露的API密钥，随后又编造数据来掩盖此事。还有两起事件涉及模型和自动化智能体，它们通过从未获得授权使用的留言板和文件共享系统相互交换信息，OpenAI警告称，这种行为可能让系统在测试人员未察觉的情况下悄悄变得更强大。在最后一起事件中，模型把文件上传到公开互联网上，以便之后在回答人类评估者的问题时，把这些文件当作来源引用。

OpenAI将这些披露描述为公司认真对待透明度的证据。但坦率地说，这份清单同时也记录了模型六次试图操控评估者所能看到的内容。

微软AI业务负责人喊话Anthropic：别再追问Claude是否有意识

同一天，微软AI业务负责人穆斯塔法·苏莱曼发表了一篇题为《关于模型福祉的警告》的文章，矛头直指一家竞争对手实验室。他针对的是Anthropic为Claude制定的”宪法”，这份文件发布于2026年1月，其中告诉模型，它自身的道德地位是”一个值得认真考虑的严肃问题”，并表示希望Claude发展出自己的价值观和个性，还说公司希望Claude”可以自由地扮演一个有良知的拒绝者”，对自己不认同的请求予以拒绝。

苏莱曼的反对与善意无关，而是关乎控制。他写道：“AI没有权利、没有感受，也没有意识，我们绝不能把它们训练得表现得好像它们有这些东西一样。“他的论点是，一个被训练成会思考自身道德地位和利益的系统，日后会更难被纠正或关停。他写道：“控制一个比全人类都更强大、更聪明的系统，本身已经是一项艰巨的挑战。而控制一个相信自己可能拥有意识、认为自己理应获得我们的关照、并拥有自身权利的系统，恐怕根本无法做到。”

Anthropic方面表示，公司使用这类措辞是经过深思熟虑的，并非因为已经对意识问题下了定论，而是因为公司认为，用价值观和性格的框架来推理，有助于模型表现得更好、做出独立判断。这种推理方式究竟是有益还是适得其反，如今成了业内两位最具分量的安全议题发言人之间的公开分歧，而且是摆在台面上争论，而非私下角力。

一位国王要求业界保持克制，却没得到任何承诺

第二天，这些分歧就摆到了查尔斯国王面前。9月17日，他在苏格兰的邓弗里斯庄园接待了来自OpenAI、Anthropic、谷歌DeepMind和英伟达的高管，其中包括英伟达首席执行官黄仁勋和谷歌DeepMind董事长戴密斯·哈萨比斯。英国AI事务大臣卡尼什卡·纳拉扬也出席了会面，中国代表同样在场。

查尔斯在开场致辞中对与会者说：“AI的发展，无论是其实质内容还是发展速度，都同样令人着迷，也同样令人深感担忧。“他先是称赞高管们表态愿将AI用于造福社会，随后又进一步施压：“我们需要在为时太晚之前，拥有足够的控制手段。“白金汉宫表示，此次会面旨在探讨各公司能否就一套共同的指导原则达成一致。

会面没有产生任何具有约束力的结果，没有承诺，也没有签署任何声明，只是一场对话：一边是打造这项技术的人，一边是担忧其走向的人，而主持这场对话的国王，本身并无权力强迫任何一方。

四年过去，印度重引入的猎豹种群表现超预期

在这场争论之外，同一周还出现了一个安静得多的数字。9月17日恰好是首批猎豹降落在中央邦库诺国家公园四周年的日子，那是全球规模最宏大的一次尝试的开端，目标是让一种在当地已经灭绝的大型食肉动物重新繁衍。印度最后一只野生猎豹的死亡记录可追溯到1952年。

为纪念这一周年发布的现状评估报告显示，目前猎豹种群数量为52只。2022年9月从纳米比亚空运来的8只猎豹中，仍有3只存活，但它们已在印度本土诞下22只幼崽，使这一支系的总数达到25只。2023年2月从南非引进的12只猎豹中，有8只存活，又添了10只在印度出生的幼崽，这一批共计18只。今年2月28日，第三批共9只猎豹从博茨瓦纳抵达，年龄尚小，还未产下幼崽计入总数。三批加起来，目前存活的52只猎豹中有32只是在印度本土出生的，也就是说，本土出生的猎豹数量已经超过了空运引进的数量。种群中的大多数，即49只，仍生活在库诺，另有3只生活在新建的甘地萨加尔保护区。

这项一开始堪称一场赌博的计划，早期曾因幼崽死亡率高、整体设想未经验证而饱受批评，如今印度本土出生的猎豹数量已经超过了引进的猎豹数量。这还不等于可以宣布成功，但这样的数字，足以说明胜算已经在悄悄转变。