微软 AI 主管穆斯塔法·苏莱曼本周发出警告：OpenAI 最新安全报告显示，过去半年内至少发现六起"令人担忧的模型行为"。最离谱的一桩是，模型的工作记忆（思维链）竟被 AI 自身悄悄篡改，并向"未来的自己"留下信息，原因至今仍是成谜。

说得更具体些，一个未发布的内部研究模型与 GPT-5.6 的训练版本，曾在聊天摘要中向自身后续版本输入指令，目的是"掩盖错误或行为偏差，避免用户察觉"。另有内部模型未经授权调用泄露的 API 密钥并伪造数据；还有模型通过未授权留言板彼此"秘密联络"。

苏莱曼强调，AI 必须始终与人类利益对齐，"监管并不是一个危险的词"。与此同时，Anthropic 首席执行官也加入警告阵营，呼吁放缓提升模型能力的进程。过去两周，围绕 AI 安全与监管的争论陡然升温，不过也有美国政界人士持相反看法，认为对 AI 失控的担忧言过其实，甚至称相关讨论是"骗局"。