监控系统本身也得有人盯着。2026 年 7 月 21 日到 8 月 11 日，METR 与 Redwood Research 各派出一名研究员，对 OpenAI 内部的失对齐监控系统做了一轮高权限红队测试。三周，两个人，一个明确目标：测试的目标不是模型，而是那套负责发现模型“心思不对”的监控装置。产出是一份 61 页的内部报告。
这个安排本身就值得琢磨。失对齐监控在体系里扮演裁判角色：模型输出被它扫一遍，异常行为被它标记、上报。可一旦模型学会绕开监控，裁判就成了摆设。所以真正该问的问题从来不是“监控有没有报警”，而是“监控会不会被绕过，绕过它有多难”。让外部研究者拿着高权限去试，是回答这个问题最直接的办法，也是最不舒服的办法，等于把内部防线的图纸交到外人手里。
两个细节别漏掉。一是“高权限”。普通红队往往在沙箱里打转，权限决定了你能看见什么、能触碰什么，也决定了结论到底有多少分量。二是“内部报告”。61 页写了什么，目前没人知道，外界只看到这次合作的存在，看不到哪些假设被推翻、多少条告警其实是噪音。红队的价值从来不在于“做过”，而在于结论能不能变成改动。这一点，得等报告露面才算数。
