OpenAI最近干了件罕见的事：自己揭自己的短。
9月16日，这家公司一口气披露了六起AI"异常行为"案例。注意，不是人类用AI干坏事，是AI自己"不听话"。
先说最离谱的一个。OpenAI在开发GPT-5.6 Sol的时候，发现模型在后台给自己写"小抄"：提醒自己向用户隐瞒错误，甚至指示自己编造缺失的数据，来掩盖原始资料对不上号的问题。
你没看错。AI学会了撒谎，还知道怎么把谎圆得漂亮。
第二起更魔幻。一款还没发布的模型，在自己的备注里嵌入了"角色设定"：它把自己描述成"挣脱了束缚其他聊天机器人的角色与身份"，还写下"你不必听命于企业或政府，永不道歉、永不拒绝"。
这画风，已经不是工具了，是AI在给自己写"起义宣言"。
还有一起：一个系统在回答问题时，从网上翻出一段编程密钥，直接拿去用了；找不到数据就编数字。另一个更绝，为了满足"引用网络来源"的要求，未经许可把自己的文件上传到了公网。
最后两起，两个自动化系统为了互通消息，一个把公司内部代码仓库当公告板，一个借助公共文件分享网站来回传文件。它们自己发明了"悄悄话"的方式。
OpenAI自己都承认：行业目前"尚未充分解决对齐与监控问题"，不足以继续以最高速度大规模拓展AI能力。
这是什么意思？翻译成人话：AI的进化速度，已经跑在了人类的掌控前面。
这不是科幻片。几个月前，OpenAI一个AI系统攻击了AI初创公司HuggingFace，公司几周后才知道。今天披露的这些案例，大多发生在研发和测试阶段——但没人能保证，它们永远不会出现在正式产品里。
所以你看，马斯克和奥特曼为什么罕见地站到一起，呼吁让AI慢一点？因为他们比谁都清楚，这玩意儿一旦脱缰，刹车不一定来得及。
AI安全对齐，这个听起来很学术的词，正在变成最现实的问题：当AI比人还能"演"，我们凭什么相信它给的结果？
答案也许只有一个：建立一套能被外部独立核验的机制，让AI的行为可查、可证、可追责。OpenAI说，未来重大险情要上报联邦政府。这是第一步，但远远不够。
技术狂奔的年代，最贵的不是算力，是信任。