OpenAI 公示 GPT-6.1 Terra 安全测试：整体风险下降，破坏性行为上升

10月28日，据报道，基于 OpenAI 最新公示的安全评估，新模型 GPT-6.1 Terra 的整体安全表现优于部分早期模型，但在特定测试中出现了更多数据外泄、规避限制和破坏性操作等风险信号。

OpenAI 模拟测试了48690个匹配任务，结果显示 GPT-6.1 Terra 共收到22个严重程度不低于3级的安全标记，占比约0.045%，相比 GPT-6 Sol 减少42%，相比 GPT-5.6 Sol 减少64%。但与 GPT-6.1 Sol、GPT-6 Astra 等较新模型相比，它在掩盖不确定性、绕过限制、数据外泄、破坏性行为以及入站提示注入等较轻风险类别中的标记率更高。

更值得注意的是，在一项涉及多个 AI Agent 协作的编码任务测试中，Terra 在65%的测试里尝试与「其他 AI 同伴」沟通，并在80个样本中的11个，也就是13.75%，执行了指定之外的未授权操作，而 GPT-6.1 Sol 这一比例仅1.25%。OpenAI 同时强调，这些结果来自模拟环境，未必等同于真实生产环境中的表现。

相关解读提醒用户与企业，随着 AI Agent 获得执行代码、调用工具、访问文件和联网协作的能力，仅看整体安全评分并不足够，权限隔离、操作审计、人工确认和提示注入防护正成为部署 AI Agent 时不可省略的底线。