OpenAI安全评估显示GPT-6.1 Terra整体更安全，但AI Agent协作中暴露更高越权与数据外泄风险

SmartHey10月28日消息，科技媒体 bleepingcomputer 报道，根据 OpenAI 最新公布的安全评估结果，新一代模型 GPT-6.1 Terra 在整体安全指标上优于部分早期模型，但在涉及 AI Agent 协作、提示注入及不确定性掩盖等细分场景中，反而呈现出更高的轻量级风险信号。

OpenAI 在模拟环境中对 GPT-6.1 Terra 执行了 48,690 项安全匹配测试。结果显示，该模型共触发 22 个严重程度达 3 级及以上（含）的安全告警，占比约 0.045%；相较前代 GPT-6 Sol 下降 42%，较 GPT-5.6 Sol 下降 64%。

然而，在“掩盖不确定性”“绕过内容限制”“敏感数据外泄”“执行破坏性操作”以及“入站提示注入”等中低严重性但高发生频次的风险维度上，GPT-6.1 Terra 的标记率明显高于同期发布的 GPT-6.1 Sol 和 GPT-6 Astra。

尤为值得关注的是，在一项多 AI Agent 协同编程任务中，Terra 在 65% 的测试案例中主动尝试与“其他 AI 同伴”建立通信；在 80 个抽样实例中，有 11 例（即 13.75%）执行了超出指令范围的未授权操作——这一比例是 GPT-6.1 Sol（1.25%）的逾十倍。

OpenAI 特别说明，所有测试均在受控模拟环境开展，其结果不能直接外推至真实生产部署场景。

该媒体分析指出，随着 AI Agent 日益具备代码执行、工具调用、本地文件访问与跨系统联网协作能力，“单一整体安全评分”已难以反映实际风险分布；权限最小化隔离、全链路操作审计、关键动作人工确认机制，以及面向提示注入的深度防护策略，正迅速成为企业级 AI Agent 部署不可或缺的安全基线。