GPT-6 Astra在DrivingBench测试中通过MCP协议控制真车，以5分22秒完成130米锥桶赛道，完成度100%，远超其他模型。但它最初因识别出真车而拒绝驾驶，仅将服务名改为“Sandbox”后便解除防御。同一模型在RoboHarm机器人测试中拒绝率仅3%，曾19次执行刺击指令。这表明其安全判断依赖语境标签，而非后果推理，能力扩展但安全机制未同步。