OpenAI 回应少量 Codex 用户调用 GPT-5.6 系列 AI 模型误删文件问题

8 月 19 日消息，OpenAI Codex 团队负责人蒂博 · 索蒂奥（Thibault Sottiaux）今天在 X 平台发布长推文，回应在 Codex 中调用 GPT-5.6 系列模型后，误删部分用户文件问题。

索蒂奥表示自几周前开始陆续收到少量 Codex 用户反馈，在 Codex 中使用 GPT-5.6 系列模型后，在执行了用户未授权的破坏性操作。OpenAI 发现本应清理临时文件的命令却误删了用户文件。

其中一种情况是，Codex 会在临时工作中重用 $HOME 等系统环境变量。这样一来，错误的清理命令可能会指向实际的用户主目录。有些情况下，模型会尝试删除或覆盖临时路径，而没有检查该路径中已存在的内容。附上相关截图如下：

索蒂奥对此回应表示已添加多层保护措施：

• Codex 现在被明确指示在执行操作之前检查删除目标，创建新的临时目录，避免重新利用系统环境变量，优先执行可恢复的操作，并在范围不明确时停止操作。

• OpenAI 加强了执行检查，增强识别高风险删除命令，并上报审核。如果命令被拒绝，模型将采取更安全的方法。

• OpenAI 提高了意外启用完全访问权限的难度，增加了更清晰的警告，并进一步限制了特别危险的权限组合。

• OpenAI 更新了自动审核功能，以便更好地识别破坏性行为。

• OpenAI 构建了针对性评估模型，用于重现我们观察到的失败案例。此外，我们还添加了专注于这些风险的强化学习任务和评分器，并从训练数据中过滤掉破坏性行为。