智能体安全

[EN] OpenAI分层监控机制曝光：前沿模型行为失准可被早期拦截

OpenAI披露其采用分层监控体系检测前沿模型的行为失准与未经授权的智能体操作，以便响应人员在事件升级前介入干预。该机制旨在为高风险AI系统构建可观测性与主动防御能力。