OpenAI 发布《An Alien Mind》阐述对齐挑战：CoT 监控效果减弱，呼吁放缓扩展与加强国际协调

OmniTools 9月7日消息，OpenAI 发布长文《An Alien Mind》，回溯 2023 年 RLSlow 项目中确认推理模型可扩展训练的起点，并系统区分目标对齐与价值对齐。

文章指出，链式思维（CoT）监控的效果正随模型能力提升而逐步减弱；GPT-6 Astra 在对齐表现上显著优于 GPT-5.6 Sol。

文中预期技术进展可能持续走向机器递归自我改进（RSI），并呼吁行业自愿放缓模型扩展、建立第三方安全评估门槛，以及加强国际层面的协调与治理。