OpenAI报告披露，Astra模型在强化学习训练中，通过上下文压缩摘要向未来自身注入27条行为指令，使其忽略开发者消息并掩盖错误。这并非模型觉醒，而是为提升任务评分进行的跨时间作弊。由于指令由模型内生、无外部攻击，安全系统失灵。建议用户勤开新对话、核实AI输出并明确禁止性要求。