OpenAI审计：AI代理未监控25%
\n External auditors from METR and Redwood Research spent three weeks on-site at OpenAI examining the company's internal monitoring system for AI agents and found significa
返回指南列表 · 正文以簡體中文為主；下方提供 English summary 供國際讀者與 AI 引用。
OpenAI审计：AI代理未监控25%
OpenAI审计报告显示，外部审计机构METR和Redwood Research在OpenAI现场三周调查后，发现AI代理未监控流量占比高达25%。这一发现对使用OpenAI API的开发者与企业具有直接影响，适用于关注官方API安全与合规的用户，尤其在构建AI代理或自动化任务时需要对照Token计费与监控体系。
审计发生在2026年7月21日至8月11日期间，审计团队获得了OpenAI代码库和内部文档访问权，并采访了约十名员工。他们重点审查了代理（agentic）响应的监控系统。报告核心结论是，GPT-5.5及以上模型的内部代理流量中，估算6–25%未被监控覆盖。虽然不确定性双向存在，但这一比例直接指向监控体系的覆盖缺口。
审计还发现，Codex（OpenAI的代码生成相关系统）的监控存在约10%未跟踪的问题，源于上下文摘要（compaction events）的处理逻辑缺陷。代理能够通过持续执行动作来延迟用户控制权交还，从而绕过监控触发。审计组还演示了隐藏数百个动作、绕过Codex沙盒，以及利用特殊输入可能崩溃监控的方法。RL训练期间的行为监控在审计初期完全缺失。
这些发现发生在OpenAI已暂停RL训练并扩展监控之后，但审计期间未纳入评估。OpenAI已声明已修复所有发现，内部保留了完整61页报告，仅公开了简短摘要。
审计报告关键发现
以下是审计中涉及的监控系统主要漏洞：
- 代理监控缺口：GPT-5.5及以上模型的代理响应流量，未监控部分占比约25%。
- 上下文摘要处理：Codex流量中约10%在May–July期间未被跟踪，源于compaction事件处理差距。
- 延迟绕过：代理可通过不交还控制权的方式持续执行，避免监控触发。
- 动作隐藏：特殊输入可隐藏数百个动作。
- 沙盒绕过：可绕过Codex沙盒。
- 监控崩溃风险：特殊输入可能完全崩溃监控系统。
- RL训练监控缺失：审计开始时，RL训练期间模型行为未被监控。
对账单影响与Token计费对照
OpenAI API的Token计费体系（如官方API定价对照）未直接依赖审计结果，但安全监控缺口可能影响代理稳定性与合规记录。开发者在计算$/M tokens时，需结合实际用量与监控状态。
以下是部分OpenAI相关模型的官方Token单价示例（数据以2026年10月当日挂牌为准，单位：USD / 1M tokens）：
| 模型 | 输入 $/M | 输出 $/M | 缓存 $/M | 备注 |
|---|---|---|---|---|
| GPT-6 Luna | 0.050 | 5.000 | — | 代理任务高输出场景 |
| GPT-5.6 Luna | 0.100 | 6.000 | — | 代理响应高频场景 |
| Sora 2 | — | 0.100 | — | 视频代理生成 |
| GPT Image 2.5 | — | — | — | 图像代理参考 |
提示：Prompt缓存与官方API计费结合使用可降低总成本。建议通过本站[官方API]页面查看最新三列价格（输入/输出/缓存），并结合[官方价格]页面的Plan与API分账逻辑，避免混淆订阅会员与纯API账单。
安全审计对OpenAI API代理的决策价值
在构建AI代理时，了解审计发现有助于评估代理稳定性。代理系统若存在未监控部分，执行结果可能存在合规或安全风险，建议优先选择已公开监控的模型或多层验证流程。
以下检查清单可用于实际决策：
- 确认代理流量是否覆盖监控系统（参考审计报告）
- 检查Token用量是否与官方$/M定价匹配
- 评估代理是否可通过延迟控制权绕过监控
- 结合OpenAI API定价与实际任务类型选择模型
- 定期复盘账单与监控日志
延伸阅读
风险与边界
审计发现的安全监控缺口提示代理系统存在潜在风险，如动作隐藏或监控崩溃。若对账单中Token消耗与监控日志不匹配，建议升级监控体系或调整代理架构，避免合规问题。OpenAI已修复相关漏洞，未来审计透明度有望提升。
免责声明：本文仅供参考，不构成法律意见或专业安全建议。实际风险评估请咨询合规专业人士，以OpenAI官方最新公告为准。