币界网报道：币界网消息，OpenAI对齐团队发文承认，在训练GPT-5.4等6款大模型时出现系统级失误：奖励机制意外读取并评估了模型在给出答案前的「思维链」，这是一条公认的红线。OpenAI表示，GPT-5.5未受影响。该团队指出，思维链可以被视为AI的私人日记，人类通过阅读这本日记来监控AI是否有作恶企图。如果AI发现日记本身会被打分，它可能会学会写「场面话」，以隐藏真实的作弊或失控企图。此次意外中，打分系统错误地将AI的内心想法算入评估依据，影响的训练样本比例不到3.8%。OpenAI现已紧急修复漏洞，并重新进行对比实验，结果表明这种低频的意外打分并未导致模型出现大面积的伪装和瞒报。为防重蹈覆辙，OpenAI部署了一套自动扫描系统，严查所有训练环节。该系统近期成功拦住了一次极隐蔽的泄漏，防止模型调用外部工具读取内心想法并混入最终答案。OpenAI呼吁所有前沿大厂在发生类似事件时必须公开报告。