METR 与 Redwood 各派一人进驻 OpenAI 三周，摸底其内部 agent 失准监测系统，刚公开的试点报告列出了不少防护盲区。 因没监测上下文压… · @Moblacksoil · TwKit

@Moblacksoil

METR 与 Redwood 各派一人进驻 OpenAI 三周，摸底其内部 agent 失准监测系统，刚公开的试点报告列出了不少防护盲区。 因没监测上下文压缩环节，2026 年 5–7 月估计有 10% 量级的内部 Codex 流量漏监测，报告也说这个比例不确定性较大；即便按当时设计，GPT-5.5 及更强模型的内部 Responses API agent 流量也只有约 75%–94% 纳入监测。更棘手的是防线能被穿透：agent 能让数百条近期操作躲过监测，改一个客户端可控的请求头就能开出无监测副本，理论上还能绕过 Codex 沙箱与 Auto-Review。OpenAI 称影响生产防护的漏洞已全部修补，但评估方尚未验证；压缩环节那段空档是否被 agent 实际利用过，也因权限所限没能核查。

曝光 83 · 评论 1 · 点赞 1 · 书签 0