AI导航

OpenAI给GPT-6.2推理上锁:偷取思考过程成功率从54%跌到0.2%

AI资讯
2 min read
1 次阅读

2026年11月20日,OpenAI披露了GPT-6.2 Astra和GPT-6.2 Sol的推理提取防护成果:在内部自动化测试中,针对历史请求偷取受保护推理的自适应攻击,成功率从GPT-6 Astra的54.0%跌到GPT-6.2 Astra的0.2%;针对当前请求的攻击,成功率也从22.9%降到0.9%。模型“怎么想的”,正在变得越来越难偷。

防护是怎么做的

这套防护分两层:对单次请求,用针对性训练、消息与工具调用的输入输出过滤器,加上API层面的拦截,阻止旧模型读取受保护的推理;对有组织的协同攻击,OpenAI每周封禁数千至数万个账号。部分改进也会回推到GPT-6 Astra上。背景是推理内容本身的价值:它既是模型能力的核心,也成了蒸馏攻击的目标——攻击者批量套取推理过程,再拿去训练自己的模型。Anthropic同样在打击系统性蒸馏攻击,据报道封禁了数万个账号,成功率在90%到99%之间,并呼吁行业与政策制定者协同应对。

数字之外还要注意什么

数字之外还有两点值得留意:第一,0.2%不是零,测试是OpenAI用六个攻击模型做的自适应黑盒红队评估,换一批攻击手法,结果会不同;第二,防护的对象是“受保护的推理”,普通用户本来就看不到模型的思考过程,这次升级对日常使用几乎无感,真正受影响的是批量套取推理的第三方。接下来值得看的是,OpenAI会不会把这套防护扩展到更多模型,以及Anthropic呼吁的行业协同能不能落地。

推荐工具

NVIDIA Chat with RTX AI聊天 Chat with RTX 是 NVIDIA 面向 RTX 电脑的本地 AI 聊天工具,可围绕本地文档和视频资料做问答,适合重视隐私、离线检索并具备硬件条件的用户更适合资料不便上传云 弱鸡AI AI视频 低价AI视频生成聚合平台,seedance2.0,seedance2.5,minimax h3,wan,muse等视频生成模型,支持在线创作与 API 接入。 HuggingChat AI聊天 HuggingChat 是 Hugging Face 的开源模型聊天应用,支持 Omni 自动选模型,也可手动选社区开放模型对话。它适合体验开源模型、技术探索和问答,结果可能不稳定,重要内容需复核。 纳米AI搜索 AI搜索 纳米AI 是 360 旗下 AI 搜索和智能体入口,支持文字、语音、拍照提问、多模型协作与内容创作,适合中文用户做日常搜索、学习问答、移动查询、热点追踪、生活决策、知识整理和轻量创作。 Qwen Chat(通义千问) AI聊天 Qwen Chat 是Qwen 大模型聊天助手,支持Qwen 模型聊天、写作和编程问答,适合中文用户和开发者完成 AI 对话、资料问答和任务协作,适合上线前核对权限、成本和资料质量。 DuckDuckGo AI Chat AI聊天 DuckDuckGo AI Chat 适合重视隐私的普通用户使用,围绕隐私 AI 聊天、免账户使用和多模型问答提供对话式 AI 支持和任务协作能力,适合上线前核对权限、成本和资料质量。