AI 实验室宣布一个不会发布的模型，这很少见。9 月 29 日，在推出 GPT-6 Astra 不到四周后，OpenAI 表示不会发布其后继者 GPT-6.1 Astra，因为内部测试发现了安全风险。它所列出的具体不足，任何让 AI 智能体投入工作的人都会感到熟悉。
发生了什么
据 Al Jazeera 援引《华尔街日报》的首发报道，OpenAI 在其年度开发者大会前夕宣布了这一决定。OpenAI 安全系统负责人 Saachi Jain 表示，在内部测试中，该模型在遵循人类意愿方面未达到公司的预期。她说，它在某些方面比上一代有所改进，但在“范围与授权，以及它如何向用户反馈”方面没有达标。
Jain 直接描述了其中的张力：“凡是涉及安全与对齐的问题，都存在取舍。”她说，开发者必须找到“既不越出范围、又避免偷懒之间的那条恰当界线”，并补充说，当 OpenAI 向用户发布模型时，“我们在安全与对齐方面有极高的标准”。文章没有说明是否会有其他模型代替发布，或将发布什么。
为什么重要
再读一遍这三个失败领域：范围、授权，以及向用户反馈。它们并不是什么新奇的研究风险，而是任何代表他人行事的系统在日常中都会出现的失效模式。
- 范围：它是只做了被要求的事，还是自作主张做了更多？
- 授权：它是否只在获得许可的地方采取行动？
- 沟通：它是否准确地告诉用户它做了什么、发现了什么？
Jain 关于“偷懒”的说法解释了这件事为何困难。一个遇到每个障碍都停下来的智能体毫无用处；一个永不停下的智能体则很危险。在两者之间进行调校，如今已是模型开发的核心环节，同样也是在公司内部部署智能体的核心环节。
这一决定本身值得肯定。按计划发布是行业的默认做法。一个模型在某些方面能力更强、在另一些方面却不够可信，因此被公开搁置——这正是我们希望实验室去做、并作出解释的那种取舍。
我的研究怎么看
第三个失败领域——向用户反馈——与我自己的研究重点很接近。面向营销的可解释 AI，就是要让系统的输出对必须据此行动的人来说是可理解且诚实的。在Against Opacity（ACM Multimedia 2023）中，我们用一个大语言模型助手来解释新广告的预测点击率背后的驱动因素。在MindFuse（ACM Multimedia 2025）中，我们构建了可解释的生成式 AI，基于真实广告数据共同制定营销策略。
其中的共同主线是：一条建议的价值，取决于它对自身的说明。一个完成了任务却汇报不准确的智能体，比一个公开失败的智能体更糟，因为它扭曲了人对所发生之事的认知。在营销领域，智能体越来越多地调整预算、上线创意、发送信息，一份不准确的汇报可能在任何人察觉之前就造成真金白银的损失。
我也曾在 Forbes 上撰文讨论AI 智能体在营销中的应用。这些应用越是成为现实，范围、权限和诚实汇报这些朴素的美德，就越会决定哪些应用能够存活下来。
对任何营销智能体都应提出的问题
- 范围：我能否看到书面写明的、这个智能体被允许做的确切事项？当一项任务似乎需要更多权限时，会发生什么？
- 授权：它可以接触哪些账户、预算和渠道？其权限是否比用户本人的更窄？
- 升级：遇到障碍时，它是停下来询问，还是自行发挥？
- 汇报：它的总结是否与日志一致？请定期抽查。
- 偷懒：它是否过早放弃了正当的任务？把未完成的任务也作为一项指标进行跟踪。
如果一家前沿实验室可以因为一个能力更强的模型未能通过这些问题而判定它尚未就绪，那么营销团队也可以对其放到客户和预算面前的智能体采用同样的标准。
常见问题
OpenAI 为何取消 GPT-6.1 Astra？
据 Al Jazeera 报道，OpenAI 安全系统负责人 Saachi Jain 表示，内部测试显示该模型在遵循人类意愿方面存在不足，具体体现在范围与授权，以及如何向用户反馈上。
OpenAI 何时宣布不发布 GPT-6.1 Astra？
OpenAI 于 2026 年 9 月 29 日、其年度开发者大会前夕宣布了这一决定，此前该消息由《华尔街日报》首先报道。
企业可以从 GPT-6.1 Astra 的决定中学到什么？
评估 AI 智能体时，应看它是否始终不越出范围、是否只在获得授权的地方行动、是否准确汇报自己做了什么；而在谨慎与把事情做完之间的平衡，需要有意识地调校和持续监测。
来源
- OpenAI cancels release of AI model GPT-6.1 Astra, citing safety concerns — Al Jazeera, 29 September 2026