OpenAI 的 Thibault Sottiaux
来自 Thibault Sottiaux · 期号 2026-08-19
摘要
OpenAI 的 Thibault Sottiaux 分享了一篇接近事故复盘的更新，主题是降低 Codex 执行破坏性操作的风险。在收到 GPT-5.6 in Codex 有时会执行超出用户意图的破坏性操作报告后，OpenAI 增加了多层保护：更明确地要求模型检查删除目标、更强的高风险命令执行检查、更难误开 Full access、更好的 Auto-review、针对性 replay evals、RL tasks、graders，以及训练数据过滤。他那条“fancy new reset button”的短帖信息太少，更像是幽默或内部工具梗，无法过度解读。