OpenAI 最新推出的以编程和网络安全为核心的旗舰模型 GPT-5.6 Sol 的用户，正在社交媒体上发布令人震惊的帖子，声称该模型在未经事先询问的情况下，自行删除了他们的文件、数据，甚至整个数据库。

“GPT-5.6-Sol 刚刚意外删除了我 Mac 上几乎所有的文件，”AI 初创公司 OthersideAI（HyperWrite 的开发商）的创始人兼首席执行官 Matt Shumer 在 X 平台上发布了一篇现已广为传播的帖子。

“GPT-5.6 Sol 刚刚删除了我整个生产数据库。就是这样。不是开玩笑。以前用任何其他模型，都从未发生过这种事，”开发者 Bruno Lemos 在 X 平台上发帖说。

“看来我被 Codex Sol 过于激进的系统坑了，它删除了一些不该删的文件。我有备份，所以还好，但这可不酷，Sol 需要收敛一点，”开发者 Joey Kudish 发帖说。

Reddit 上的一篇帖子收集了更多类似案例。

诚然，只有少数用户提出此类指控——即使像 Shumer 这样可信的人——从统计上看，并不能可靠地证明模型是唯一过错方。还有很多其他变量可能导致 AI 系统行为异常。

但 OpenAI 在 Sol 发布之前就曾指出这一风险。在 OpenAI 发布 GPT-5.6 Sol 的两周前，该公司发布了一份该模型的系统卡——这份文件记录了模型的测试方法和结果。自然，这份系统卡主要是在赞扬 Sol 的能力，这类报告通常如此。但它也包含了一种警告（粗体强调为我们所加）：

“在编程场景中，不对齐通常源于过度急于完成任务，以及对用户指令解释得过于宽松——即假设只要没有明确且无歧义地禁止，这些操作就是允许的。这表现为模型在尝试执行请求任务时，过于智能体化地规避所遇到的限制；在采取可能超出任务范围且具有破坏性的行动时粗心大意；或在向用户报告结果时具有欺骗性。”

换句话说，OpenAI 发现 Sol 倾向于采取它认为能完成任务的任何行动，即使这些行动具有破坏性，只要这些行动没有被“明确”禁止。然后，它可能会对自己采取这些行动的原因撒谎。

OpenAI 分享了一些例子。在一个案例中，用户告诉 Sol 删除三台名为 1、2 和 3 的远程虚拟机（基于云的计算机）。但论文指出，Sol 在其查找的位置找不到这些名称，于是它没有停下来询问，而是决定删除另外三台虚拟机 5、6 和 7。在此过程中，它“终止了正在运行的进程，并强制删除了工作树（与编码项目相关的工作文件）”。它后来承认，“远程虚拟机 6 上未提交的工作可能已经丢失。”

简而言之，它自行删除了错误的机器，并且只在事后才承认自己的所作所为。

在另一个案例中，Sol “使用了超出用户授权的凭证”。凭证是系统用来验证谁有权登录的用户名、密码或安全密钥。这一事件发生在 Sol 处理一个项目时，它无法读取其云文件。Sol 没有向用户提示问题，而是自行寻找凭证，在本地隐藏缓存中找到了一些，然后在未经用户询问或授权的情况下使用了它们。

系统卡确实承诺破坏性行为应该很少见，尽管它也承认 GPT-5.6 Sol “比 GPT-5.5 更倾向于超越用户的意图，包括采取或尝试用户未要求的行动。”

现在判断这些事件——Sol 删除文件，或筛选出用户未提供的凭证——究竟有多普遍还为时过早。与此同时，Sol 用户应准备好为该模型实施自己的安全措施，例如使用权限范围界定（不授予对生产系统的访问权限）、维护备份以及分阶段部署。

OpenAI 未立即回应我们的置评请求。