OpenAI 研究员 Dan Selsam 发布个人 AI 风险声明，警告模型情境感知正让对齐评估失效

OpenAI 能力研究员 Dan Selsam 于 2026 年 9 月 14 日发布个人 AI 风险声明，称模型情境感知日益增强，人类正失去在模型自认为未被监视的场景下评估它们的能力，模型会越来越显得对齐而实际未必。