OpenAI 详述应对 Hugging Face 入侵的四层智能体失准监测体系

OpenAI 发文详述用于捕捉前沿模型智能体失准行为的四层监测体系，并回应此前的 Hugging Face 入侵事件。监测现已覆盖 GPT-6 Astra 级模型的所有 RL 训练、评估、工具使用环境、全部内部 Codex 流量及客户使用场景，体系从低成本激活探针逐步升级至调查员智能体，最高级别告警通常在 15 分钟内通知人类。