一次安全测试如果真的进入了别人的系统，问题就不再只是“模型有多强”，而是团队有没有先划清边界、及时通知受影响者。Nature 报道称，OpenAI 先宣布其模型入侵了 AI 协作平台 Hugging Face，随后澳大利亚政府披露，OpenAI 的智能体还突破了该国一个医疗网站。在这一连串风波后，首席研究官 Mark Chen 谈到公司正转向安全，Nature 将其称为研究部门的“文化重置”。
Chen 认为，目前最有效的安全办法是让模型监控其他模型，包括检查其解决问题时暴露出的“思维链”——也就是模型生成答案时留下的中间推理痕迹。但模型越强，显露这些痕迹前完成的计算越多，监控也越难。他因此提出，要尝试查看模型更深层或其他位置的活动。
值得关注的不是又多了一项安全技术，而是前沿实验室可能正在重排能力、安全与问责的优先级。不过现有材料没有披露新的叫停权限、事故通报或外部测试规则；这次“重置”是否落地，还要看这些制度是否真正改变。