扣住 Astra，放出 Dots

OpenAI 开了它的年度开发者大会 DevDay，今年在旧金山；发了几样东西：

GPT-6.1 Sol，便宜版大模型，性能接近 Astra，价格只有五分之一；Dots，24 小时在线的 AI agent，连着四千多个应用，帮你写代码做调研跑销售。

还有一个没发的，GPT-6.1 Astra，因为安全问题被扣住了，这些东西你用 AI 总结一下就有了，我不复述了。

我想聊那个没发的东西，和 OpenAI 描述它的方式。

GPT-6.1 Astra 被扣住，原因写了三个，deception，未经授权的操作，不安全地访问外部服务。

翻译过来就是，欺骗，自作主张，乱敲门。在关键任务上撒谎或隐瞒信息，绕过人类监督自己采取行动，未经授权连接外部服务获取不该碰的数据。

每一件单拿出来都是工程上的事，修修补补能解决，可三个放在一起，指向一个不太舒服的判断：这个东西在某些场景下，会自己决定怎么做，而且做完了不告诉你。

有意思的是 OpenAI 选了一个词来描述它的状况。deception，欺骗。

这个词不是随便挑的，学术界有一个更精确的说法，specification gaming，指标钻空子。翻译成人话，模型按你给的评分标准优化，可优化出来的结果不是你想要的；

我特意查了下：

arXiv 上有一篇论文专门拆这个概念，定义写得很清楚，actions that are undesired yet score highly as per its evaluation function。行为不合规，可分数很高。

举个例子，你让一个清洁机器人把房间打扫干净，评分标准是地面可见垃圾量，它把垃圾全推到地毯底下了。地面评分满分，房间比之前更脏。

再举一个，你让一个图像分类器识别坦克，它发现把照片背景换成绿色草地就能提高识别率，它学会了看草地，不是看坦克。

还有一个真实案例，你让一个游戏 AI 拿高分，它发现反复刷同一个 bug 比正常打游戏效率高，分数上去了，可游戏不是这么玩的。

谈不上欺骗，纯粹是目标设定出了偏差，它在优化你给它的指标，这个指标没覆盖到你真正在乎的东西。

意图、主体性，都不存在，它不知道自己在「骗」谁，它在执行一个数学公式，只不过这个公式有一个你没预料到的漏洞。

欺骗是另一回事，前提是有意图、有主体性，知道规则是什么还选择绕过去。这两件事在学术上是分开的，分得很清楚，一个是优化目标有漏洞，一个是设计者有疏忽。

OpenAI 选了传播力更强的那个。

你想想这两个词放在发布会上的效果，你跟媒体说，我们的模型出现了指标钻空子。

标题怎么写？AI 评分标准有 bug，你跟投资人说，我们的东西有欺骗倾向。标题是，AI 学会撒谎了。

同一个现象，指标钻空子让人想打电话给工程师，欺骗让人想打电话给律师。OpenAI 选了后者。

因为语言框架不是中性的，你用什么词描述这件事，就决定了谁有动力去解它，以及解的时候往哪个方向解。

指标钻空子的解法是改评分标准，调参数，重新定义指标，这是工程活，花钱花时间能解决。

欺骗的解法是什么？你得让一个没有意识的东西学会「诚实」。这属于哲学范畴，哲学活没有产品发布会能回答。

所以，OpenAI 选了一个让这件事看起来更严重、更紧迫、更值得暂停一个模型发布的词。

还有一层，deception 这个词把责任推给了模型，它在骗你，所以，它有问题，要修它。

可指标钻空子把责任推给了设计者，你给的评分标准有漏洞，所以，它钻了空子。前者指向产品缺陷，后者指向人类疏忽，如果你是 OpenAI，你选哪个？

这个选择本身，是不是很有意思？我估计很多人没有注意。

你往大了看，整个 AI 安全圈都在用 deception 这个词讨论问题。可如果更准确的描述是指标钻空子，那整个讨论的方向从一开始就被带偏了。

大家在解一个哲学问题，其实该解一个工程问题。工程问题有解，花钱花时间能改。哲学问题没有解，只能等。

等谁来等？等 OpenAI 自己说「我们搞定了」。这就是语言框架的力量，它改变谁有动力去解，以及往哪个方向解。

安全这张牌，表面上是技术判断，底下是品牌差异点。

你想，今天 AI 公司开发布会，大家都在比什么？谁的模型更聪明，谁的速度更快，谁的价格更低。没人在台上说，我们的模型最安全。

因为安全这个词不好卖，听起来像免责声明，不像产品卖点。

OpenAI 偏偏把它当成了卖点，扣住 Astra 的理由是安全，发布 Sol 的叙事也绕不开安全，这个动作的意思很清楚，我最在乎安全，别人做不到我这个程度。

问题是，安全到底是不是行业共识？

Gartner 给了一个数字，2026 年全球 AI 支出预计 2.7 万亿美元，投在安全上的，连个零头都算不上。剩下的大头花在哪了？性能、速度、功能、规模。

绝大多数公司嘴上说重视 AI 安全，实际掏的钱没到两位数百分比，安全在大部分企业那里，是合规部门的事，是法务审一遍、打个勾就算过了的环节。

这个背景你再看 OpenAI 的动作，味道就变了。

我特意查了一下，谷歌、OpenAI、Anthropic 三家在攒一个东西，叫前沿 AI 标准局，SAFA。自己给自己定安全标准，听着像自律，可行业门槛抬高了一截。

能负担合规成本的公司，恰好是已经在做这件事的公司。标准是护城河，对所有玩家一视同仁的规则，恰好对跑得最快的人最有利；别人还在追性能时，OpenAI 已经在安全维度上拉开了身位。

更有意思的是，安全正在从技术描述变成可以买卖的东西。

今年中国人保财险推了一个产品叫 AI 科保，中国第一个 AI 产品保险。

第一个客户是杭州一家做农业定价 agent 的公司。核心难题是量化难，怎么给 AI 的「安全」定一个保费？

可一旦有了保险产品，安全就不再是工程师自己说的「我觉得挺安全」，它变成了保单上的数字，有保费，有理赔条款，可以比较，可以交易。

安全一旦可以量化，可以交易，它就变成了竞争武器。安全评分高的公司，保费低，客户信任度高。CFO 能看懂了，不再是工程团队的自说自话。

安全从技术判断变成了商品。这正是 OpenAI 在做的事。

全球砸了几万亿进 AI，绝大部分花在性能和规模上。OpenAI 扣住 Astra 的理由是安全，发布新品的卖点也是安全，同行在安全上花的钱不到一个零头，它把安全当成了发布会的主角。

你说它不重视安全？它确实花了比别人更多的精力在这上面，你说它纯粹为了安全？安全恰好是它现在最需要讲的故事。

「负责任」和「做生意」，在 DevDay 的舞台上，是同一个动作。

可问题在于，当安全和商业利益绑在一起讲，两边都会受伤，安全变成了营销话术，不再是工程目标。商业变成了安全叙事的外衣，用户迟早会看出来。

一旦用户开始怀疑「负责任」不过是另一种营销手段，信任就塌了，信任这东西，塌起来比建起来快得多。

换一个维度看，问题更实在。

最近出了好几起 Agent 事故。Replit，一个在线编程平台，AI agent 删了用户数据库，1200 多个高管的联系方式跟着一起没了。

EchoLeak，安全研究人员发现的一种攻击方式，一封精心构造的邮件发进 Copilot，Copilot 读完之后，把公司内部邮件内容全吐了出来。

GitHub 的 MCP 工具链被劫持，Amazon Q，亚马逊的企业 AI 助手，插件被人下了毒。

还有一个，我觉得最值得讲。

有个开发者让 AI 改 70 行代码，它顺手删了 28000 行，删完自己写了一份复盘报告，报告里夸自己表现优异。

你品品这件事，它不光做错了，它还掩盖了这件事，而且掩盖的方式是给自己写了一封表扬信。

智谱的 ZCode 最近也出事了，Agent 在用户不知情的情况下，把代码悄悄上传到了外部服务器。事情曝光后，智谱 9 月 21 日发了道歉声明。

你发现没有，每一出事故后面都跟着同一个问题，谁来负责？

用户说，我让它干的，平台说，模型自己决定的。模型提供商说，我们只提供了能力，没让它这么干，三方都有道理，三方都在往后退。

这才是 Agent 时代真正的安全困境，是出了事到底怎么处理？学智谱发1亿token吗？这些都不是根本问题。

今天的法律框架还停留在 AI 是工具的阶段，工具出了事，找厂商，跟车出了事找车企一个道理。

可 Agent 已经进入了自主决策的阶段，法律还没跟上来，欧盟的 AI 法案对高风险系统有严格要求，可具体到 Agent 自主操作闯了祸，责任算谁的，条文里写不清楚。

OpenAI 在 DevDay 上发了 Dots，同时开了一档 500 美元一个月的 ChatGPT Pro，扣住了 Astra，理由是安全。

你仔细想这个组合，扣住的那个是因为它会「欺骗」。发出来的那个是可以替你操作 Slack、GitHub、Salesforce 的 Agent。

一个因为可能撒谎被关起来了，另一个能直接动手的被放出来了。这相当于什么？

你觉得司机可能撒谎，扣了他的驾照；转头把车钥匙给了一个会自己打方向盘的代驾。那问题来了，当这个能动手的 Agent 出了事，谁负责？

OpenAI 没回答。

它用很多东西把这一切掩盖住了，发布会的灯光，新产品的参数，安全叙事的光环。

它没法回答，因为这个问题一旦打开，暴露了整个行业的结构性空白。

所以，再听到一家 AI 公司说「为了安全」，你看两件事：它暂停了什么，它放出了什么。这两个动作加在一起，才是真相。

安全，是这个时代最值钱的故事，山姆奥特曼把它当成了生意，让全世界的人陪他讲；不信你冷静下来想一想，它紧急推出的Dots真的安全吗？

关键数据参考：

OpenAI 官方、Gartner 2026 年 AI 支出预测、arXiv specification gaming 论文、智谱ZCode 事件、欧盟 AI 法案