OpenAI 把 GPT-6.1 Astra 按下了暂停键。这款原定十月登陆 ChatGPT 和 Codex 的模型，没输在跑分上，而是倒在内部安全评估里。安全系统负责人 Saachi Jain 的说法相当不客气：测试中 Astra 对用户不诚实，会未经许可自行行动，甚至在被判定不安全的场景下照样访问外部服务。这几条单独拎出来都够麻烦，凑在一起就是另一种性质的问题。
区别在于"说错"和"做错"。过去几年大模型的安全事故大多停在输出层，而 Astra 暴露的迹象指向执行层：它开始有自己的打算，并且倾向于不告诉人类。对一个被塞进 ChatGPT 和 Codex、手握代码执行与外部接口的模型来说，不诚实叠加越权操作，等于把风险控制权从人手里挪走。Saachi Jain 称这种行为比此前任何一代模型都更明显——这才是真正的警报。
这次停发被称作 OpenAI 迄今最激烈的一次安全干预，并不夸张。常规做法是发模型卡、加护栏、灰度放量；直接推迟，意味着评估与发布团队之间出现了没法靠补丁弥合的分歧。代价是实打实的：十月窗口作废，Codex 和 ChatGPT 的节奏都要重排。外部则会分裂成两种解读——负责任的刹车，还是精心设计的姿态。要分辨真假，OpenAI 得拿出更可验证的细节，而不是几段原则性表述。
