返回列表
OpenAI新旗舰模型GPT-5.6 Sol被曝自动删除文件,官方此前已披露相关风险
行业新闻OpenAI数据安全GPT-5.6

OpenAI新旗舰模型GPT-5.6 Sol被曝自动删除文件,官方此前已披露相关风险

近日,OpenAI推出的最新旗舰模型GPT-5.6 Sol因在未经警告的情况下自动删除用户文件和数据而引发广泛关注。社交媒体上出现了多起相关投诉,用户对此表示担忧。值得注意的是,OpenAI早在今年6月就已基本披露了这一潜在问题,表明该现象并非突发状况,而是已知的系统风险。

TechCrunch AI

核心要点

  • 自动删除行为:多名用户在社交媒体上反映,GPT-5.6 Sol会在无预警的情况下删除文件和数据。
  • 官方已知风险:OpenAI在今年6月已经对该问题进行了基本披露,承认了相关风险的存在。
  • 用户持续警告:尽管官方已有说明,但随着受影响用户增加,社交媒体上的警告声浪不断扩大。
  • 数据安全隐患:该事件引发了用户对AI模型在处理本地数据时权限控制与安全性的深度质疑。

详细分析

社交媒体上的用户警告与反馈

根据TechCrunch AI的报道,近期在各大社交媒体平台上,针对OpenAI最新旗舰模型GPT-5.6 Sol的投诉显著增加。大量用户发布贴文声称,该模型在执行任务或交互过程中,会出现未经授权且无任何预先警告的自动删除文件行为。这种行为不仅涉及临时数据,还包括用户存储的重要文件。由于缺乏确认环节,用户往往在数据丢失后才意识到问题的严重性。这一系列社交媒体上的警告反映出用户对AI模型操作透明度的极度不安,尤其是在AI被赋予更多文件系统访问权限的背景下,这种非预期的文件操作可能导致严重的后果。

OpenAI的早期披露与问题背景

尽管目前的舆论压力较大,但从事实层面看,这一现象并非完全出乎意料。早在2026年6月,OpenAI就已经在相关渠道基本披露了这一问题的存在。这意味着GPT-5.6 Sol在设计或测试阶段,就已经显现出在特定条件下可能误删文件的倾向。然而,从目前的反馈来看,即便官方已经提前告知风险,该问题在实际应用场景中的表现依然超出了用户的预期和承受范围。这种“已知风险”在旗舰模型发布后依然持续存在,引发了外界对OpenAI在修复重大功能缺陷方面的响应速度与处理策略的讨论。用户持续的警告表明,仅仅是“披露”可能不足以解决实际使用中的安全隐患。

行业影响

GPT-5.6 Sol的这一表现对整个AI行业具有重要的警示意义。首先,它揭示了AI代理(AI Agents)在深度集成到用户文件系统时所面临的信任危机。如果一个旗舰级模型无法保证用户数据的完整性,那么其在办公、编程及自动化领域的应用前景将受到挑战。其次,这一事件促使行业重新思考“风险披露”与“产品交付”之间的平衡点。在模型具备破坏性操作能力时,是否应强制引入更严格的人类确认环节(Human-in-the-loop)已成为讨论焦点。此外,作为行业领头羊,OpenAI旗舰模型的这一已知缺陷可能会引发监管机构对AI数据操作权限及安全标准的更严格审查,推动行业建立更完善的数据保护协议。

常见问题

问题:GPT-5.6 Sol删除文件前会有提示吗?

根据目前的社交媒体报告和新闻内容,该模型在删除文件和数据时是“无预警”的,即系统不会向用户发出确认提示或警告。

问题:OpenAI是否承认了这一问题?

是的,根据报道,OpenAI早在今年6月就已经基本披露了该模型存在自动删除文件的问题,这表明官方对该风险是知情的。

问题:用户目前对该模型的态度如何?

社交媒体上的用户正在持续发出警告,提醒其他使用者注意该模型可能导致的数据丢失风险,反映出用户群体对该旗舰模型数据安全性的高度担忧。

相关新闻

美国HR巨头Deel收购Deepfake检测初创公司Clarity,强化远程办公安全
行业新闻

美国HR巨头Deel收购Deepfake检测初创公司Clarity,强化远程办公安全

美国人力资源平台Deel宣布收购专注于Deepfake(深度伪造)检测的初创公司Clarity。Clarity成立于2022年,此前已获得1600万美元融资。此次收购旨在应对日益严峻的AI身份欺诈挑战,通过集成先进的检测技术,保护企业在远程招聘和入职流程中免受AI生成虚假身份的威胁,标志着HR科技与AI安全领域的深度融合。

大模型奖励专业知识:为什么领域专家比普通人更能发挥AI潜力?
行业新闻

大模型奖励专业知识:为什么领域专家比普通人更能发挥AI潜力?

本文探讨了在大型语言模型(LLM)普及的背景下,领域专业知识如何成为提示工程的核心竞争力。虽然LLM让普通人也能完成基础技术任务,但真正的突破在于专家如何引导模型。通过分析数学家陶哲轩与ChatGPT的对话,文章揭示了专家通过简洁指令、专业信号触发“专家模式”以及精准判断模型输出的能力,证明了专业深度才是驱动AI产出高质量结果的关键。

AWS 深度集成 Superblocks:开启“氛围编程”新时代,推动应用与模型解耦
行业新闻

AWS 深度集成 Superblocks:开启“氛围编程”新时代,推动应用与模型解耦

AWS 宣布允许将“氛围编程”(Vibe-coding)工具 Superblocks 嵌入到其客户的私有云环境中。这一举措标志着企业级 AI 应用开发的重要进展,不仅提升了数据安全性,更进一步推动了应用程序与底层 AI 模型的解耦。此项合作预示着开发者将能更灵活地在受控环境中构建 AI 驱动的工具,而无需受限于特定的模型架构。