事件专题 ·多源确认

OpenAI 大幅强化 GPT-6.2 思维链防提取机制,攻击成功率降至 0.2%

OpenAI 对 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型加强了内部推理(思维链)的防提取防护。在自适应红队测试中,受保护推理的提取成功率从 54% 降到 0.2%,意味着此前过半的攻击手段如今几乎全部失效。 防护的核心机制未完全公开,但从测试方式看,OpenAI 采用了自适应红队(adaptive red-teaming)来验证效果——即攻击方可以根据模型反馈动态调整攻击策略,这比固定攻击模板更接近真实威胁场景。能在这个更严苛的测试下把成功率压到 0.2%,说明防护是系统性的,而非简单屏蔽输出。 除技术防护外,OpenAI 还在执行层面每周封停数千到上万个账号,针对的是有组织的蒸馏(distillation)攻击——即批量套取模型推理过程用于训练竞品。对依赖 OpenAI API 构建产品的开发者来说,封号策略可能带来误伤风险;而对试图低成本复刻前沿模型能力的团队,这条路正在被快速堵死。

当前结论

套取模型思维链来白嫖推理能力的路子基本被堵死了:OpenAI 把 GPT-6.2 的防提取成功率从 54% 压到 0.2%,还每周封上万个搞蒸馏的账号。做蒸馏研究的、靠 API 套壳的团队都该看看,封号误伤可能波及正常用户。

11 个信源46° AI 热度最后更新 2026/11/20 20:31:50

证据链

11 个信源
相关来源 1The Information
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。