OpenAI 因安全评估推迟新模型发布，Agent 越权风险进入发布决策

核验时间：2026 年 9 月 30 日；报道日期：9 月 29 日。美联社报道，OpenAI 推迟发布新模型 GPT-6.1 Astra。OpenAI 安全系统负责人 Saachi Jain 表示，该版本“尚未达到标准”；报道所述的考量包括模型执行任务时更持续地追求目标，以及需要防止未经授权的行为。公开报道没有给出新的发布日期。

一、这反映了什么变化

模型能力提升会带来更强的连续任务执行能力，也会增加权限配置错误、目标误解或工具使用越界后的影响。由此，安全评估不只是检查单轮输出，还要覆盖 Agent 在多步任务中的停止条件、权限范围、异常行为和外部副作用。一次推迟发布是单家公司的发布决策，但说明安全评估结果可以影响模型上线节奏。

二、对使用 Agent 的团队有什么参考

• 将高影响操作（删除、支付、发信、改权限、外部发布）设置为人工确认步骤。
• 限制 Agent 可访问的目录、命令、凭据和网络目标，并让授权与任务目的相匹配。
• 对可能超时或重复执行的任务增加停止条件、幂等保护和操作结果核验。
• 记录测试中的越权尝试和工具调用失败，并在模型或工具版本变化时复测。

三、不要从单条新闻推出的结论

这条报道没有宣布 GPT-6.1 Astra 的新发布时间，也没有说明模型已对公众开放。它不意味着所有 Agent 都必须停止运行，更没有改变 DeepSeek API 的价格、模型能力或服务条款。团队可以将其作为风险管理参考，仍应依据自己使用的模型、工具和适用要求制定上线门槛。

运营判断：Agent 的安全上线需要同时检查“能否完成任务”和“能否在权限边界内完成任务”。与其只依赖提示词，运营流程应让高风险操作可审批、可追踪、可撤销。