OpenAI 修复 GPT-6 Astra 质量缺陷，移除异常上下文配置与过度触发技能

OpenAI 宣布针对 GPT-6 Astra 出现的输出质量异常完成修复，通过停用异常上下文管理实验、调整过度触发的旧版技能及清理长尾配置引擎，恢复了模型的稳定表现。

• 官方排查发现部分为早期模型编写的技能被过度频繁触发，甚至干扰了模型的自我检查与反思机制。
• 一项处于测试阶段的可选上下文管理机制导致约四千至五千名用户出现模型提前截断输出或错误引用历史旧消息的问题，该实验目前已被全面下线。
• 团队移除了部分配置不当并导致长尾请求质量劣化的后端引擎，以确保大流量复杂交互下的响应一致性。
• 影响/看点：此次修复反映出前沿模型在复杂工具链与动态上下文管理机制下的脆弱性，未来多智能体协同与长上下文体验的稳定性依赖于更加稳健的技能调度与沙箱隔离架构。
• 资料依据：
• X：Rohan Paul（2026-09-12）：https://x.com/rohanpaul_ai/status/2098643470550471042
• OpenAI 开发者社区公告（2026-09-12）：https://community.openai.com/t/gpt-6-astra-service-update-and-fixes/948210

本内容由 AI 生成，仅供参考，请注意甄别