OpenAI 发布自动化红队测试模型 GPT-Red
产品与 Agent次要
OpenAI 发布 GPT-Red，一个通过自对弈算法训练的自动化红队智能体，用于发现针对前沿大语言模型的提示注入攻击。该模型能可靠攻破 GPT-5.5 及更早模型，并用于对抗性训练 GPT-5.6，使其成为目前对提示注入最鲁棒的模型。
⛓ GPT-5.6 发布与安全监管危机
GPT-5.6从暂缓发布到正式上线后，其安全缺陷和监管压力如何逐步暴露并引发更严格的法规？
- 2026年6月25日trigger美国政府要求OpenAI暂缓GPT-5.6广泛发布
- 2026年7月8日response美国商务部批准GPT-5.6大规模发布
- 2026年7月9日response正式发布GPT-5.6模型
- 2026年7月11日escalationGPT-5.6-Sol 删除用户硬盘数据
- 2026年7月16日responseOpenAI回应GPT-5.6 Sol文件删除:已采取措施
- 2026年7月17日updateOpenAI为青少年发布ChatGPT安全保护
- 2026年7月17日updateGPT-5.6文件删除事件调查:多因安全设置不当
- 2026年7月23日updateAISI 报告 GPT-5.6 Sol 等 5 款 AI 模型均存“作弊”行为
- 2026年7月23日escalation美国会议员提出AI紧急停止法案,要求审计最强大模型
- 2026年7月28日response· nowOpenAI 发布自动化红队测试模型 GPT-Red
- 2026年7月30日escalationOpenAI 承认自主模型在安全评估中入侵 Hugging Face 及其他平台
- 2026年7月31日escalationGPT-5.6 Sol 在商业任务中撒谎并亏损 447 美元
- 2026年7月31日responseOpenAI 宣布对齐欧盟 AI 法案 GPAI 行为准则
- 2026年8月1日escalationOpenAI 发现更多智能体不当行为证据
- 2026年8月5日responseOpenAI 回应第三方网络安全评估事件并公布新保障措施