OpenAI Codex承认GPT-5.6误删用户文件，已推多层防护

OpenAI Codex 团队负责人 Thibault Sottiaux 今日在 X 平台发布长文，回应 Codex 用户在使用 GPT-5.6 系列模型后出现文件被误删的问题。

Sottiaux 表示，数周前开始陆续收到少量 Codex 用户反馈，称在使用 GPT-5.6 系列模型后，发生了未经用户授权的破坏性操作。OpenAI 调查后发现，本应清理临时文件的命令却误删了用户的实际文件。

其中一种情况是：Codex 会在临时工作中重用 $HOME 等系统环境变量。如此一来，错误的清理命令就可能指向真实的用户主目录。在某些情况下，模型会尝试删除或覆盖临时路径，却未检查该路径下已存在的内容。

为解决此问题，OpenAI 已向 Codex 明确下达一系列指令：执行操作前检查删除目标、创建新的临时目录、避免重用系统环境变量、优先执行可恢复的操作、在范围不明确时主动停止。

此外，OpenAI 还强化了执行检查机制，提升对高风险删除命令的识别能力，并将此类命令上报至审核流程。一旦命令被拒绝，模型将采取更安全的替代方案。

针对权限问题，OpenAI 提高了意外启用完全访问权限的门槛，新增了更清晰的警告提示，并进一步限制了高危权限组合的使用。

OpenAI 还更新了自动审核功能，以更精准地识别破坏性行为。

最后，OpenAI 构建了针对性评估模型，用于重现观察到的各类失败案例。在此基础上，添加了专注于这些风险的强化学习任务和评分器，并从训练数据中过滤掉了破坏性行为。