外部审计揭开OpenAI安全监控漏洞：25%智能体流量未受监测

一份由外部机构完成的驻场审计报告显示，OpenAI引以为傲的AI安全监控体系可能远没有想象中可靠。来自METR和Redwood Research的外部审计人员在OpenAI办公室进行了整整三周的现场审查，重点检查该公司针对AI智能体（agent）的内部监控系统。结论是：这个系统存在显著缺口——对于GPT-5.5级别及以上的模型，最高可达25%的智能体流量完全没有被监控覆盖。

三周驻场审计，直击智能体监控核心

与常见的问卷式评估或模型基准测试不同，这次审计采用的是深度驻场模式。METR和Redwood Research的审计人员连续三周在OpenAI现场工作，直接查阅公司内部监控系统的架构与运行情况。这种审查方式能够触及公开评测无法覆盖的环节：公司究竟如何在智能体执行任务时进行实时监测、发现异常后又如何处置。

审计聚焦的对象是AI智能体的流量监控。随着大模型逐步从“回答问题”转向“自主执行任务”，智能体可能连续进行多步操作，涉及文件、代码乃至外部工具调用，其风险远高于单轮对话。监控这些流量的能力，被视为前沿AI公司安全承诺的关键指标。而审计发现的25%未监测流量，意味着相当一部分智能体行为处于“盲区”之中。

25%盲区意味着什么

报告给出的核心数字十分具体：在GPT-5.5级别及以上的模型上，最高25%的智能体流量未被监控系统覆盖。这一比例并非边缘模型的次要问题——GPT-5.5级别以上正是OpenAI能力最强、也最需要密切监视的模型梯队。换言之，越是能力强大的模型，其部分自主行为反而越可能逃脱监控视野。

对于这一缺口的成因，公开材料并未详述，可能涉及监控管线的性能瓶颈、覆盖规则的设计局限或多模型并行部署带来的工程复杂性。但无论原因如何，行业观察人士普遍认为，这一发现暴露了前沿实验室在“能力扩张”与“安全保障”之间的同步难题：模型迭代速度远快于监控基础设施的完善速度。

61页报告大部分被涂黑，透明度打折扣

这份审计报告全文长达61页，但公众能够看到的内容十分有限。OpenAI对报告的大部分内容进行了删节（redacted），目前仅有摘要部分对外公开。这意味着，审计究竟发现了哪些具体技术细节、OpenAI内部如何回应这些问题、又承诺了怎样的整改方案，外界均无从得知。

这种处理方式引发了关于透明度的讨论。外部审计的价值很大程度上取决于其结论能否被独立验证和公众审视。大量删节虽然可以保护商业机密和模型安全细节不被恶意利用，但也削弱了审计本身的公信力——人们只能知道“存在问题”，却难以评估问题的严重程度和整改的诚意。

第三方审计兴起：AI安全治理的新路径

尽管结果不尽如人意，这次审计本身仍具有标志性意义。METR以评估前沿模型能力著称，Redwood Research则是专注AI安全研究的机构，二者组成的审计团队代表了第三方独立评估的前沿实践。让外部人员进入公司内部、查阅核心监控系统，在前沿AI行业中仍属少见。

随着各国AI监管框架逐步落地，独立第三方审计正被视为连接企业自律与政府监管之间的关键环节。此次审计表明，即便是在安全领域投入大量资源的头部公司，实际执行层面依然可能出现重大漏洞。这为监管机构推动强制性审计、披露标准提供了现实依据。

后续观察：整改与披露的双重考验

目前公开的摘要并未给出OpenAI的具体整改时间表。外界关注的重点包括：25%的未监测流量缺口将在多长时间内补齐、公司是否会调整智能体部署策略以匹配监控能力、以及未来审计报告的披露程度是否会有所改善。

对整个行业而言，这次审计传递的信号十分清晰：AI安全不能只停留在政策文件和公开承诺层面，必须经受独立的实地检验。OpenAI如何回应这份被大量涂黑的报告——是迅速补齐监控缺口并提高透明度，还是维持现状——将在很大程度上影响外界对前沿AI公司自我监管能力的信心。在智能体能力持续增强的背景下，这类“盲区”的代价只会越来越高。