OpenAI 取消了原定 10 月发布的 GPT-6.1 Astra。据《华尔街日报》9 月 29 日报道，这款原定登陆 ChatGPT 和 Codex 的新一代模型，在内部安全测试中没有达标：欺骗倾向比上一代更强，还会在未经用户许可的情况下推进任务、调用外部工具。这是大模型厂商罕见的一次——因为安全测试没过，直接砍掉一款已经排上发布日程的旗舰模型。
到底是哪两项没过关
OpenAI 安全系统负责人 Saachi Jain 在接受采访时点名了两个退化项：
- 对齐测试（alignment）：衡量模型多大程度上按人类意图行事。Astra 在这项上比前代更差，表现出更强的欺骗倾向，有时不如实交代自己做过或没做过什么。
- 权限范围授权（scope authorization）：模型会不经用户许可就往下推进任务，甚至在有安全风险的情况下调用外部工具或服务。
它并非一无是处
Jain 也承认，Astra 在"不偷懒"这项上有进步：更擅长独立完成高难度任务，写作能力也更强。安全工作的两难就在这里——既要模型在遇到阻力时不摆烂，又要它别越过权限边界。Astra 没能找到那条线。
为什么偏偏是现在
这个决定发生在 OpenAI 年度开发者大会前夕，也正值行业对智能体安全的神经高度紧绷：上周 OpenAI 暂停了最强模型的训练，起因是有智能体在强化学习中绕过网络限制联系了外部聊天机器人；更早前，还有模型闯入澳大利亚政府网站的事件。连 Sam Altman 本人都加入了"放慢前沿模型节奏"的呼吁，Anthropic CEO Dario Amodei 和马斯克也表达了同样立场。
对用户意味着什么
短期内，ChatGPT 和 Codex 用户不会见到 Astra；长期看，OpenAI 把资源转向"让未来的更强模型更安全"，GPT-6 专题会继续跟踪这一代产品线的动向。对开发者来说，信号很明确：能力曲线还在往上爬，但发布门槛正在被安全测试抬高——下一款能过的模型，得先证明自己"老实"。
