据 OpenAI 称，该公司在周三推出了 GPT-Red，这是一套用于自动化 AI 红队测试的系统，旨在在部署前识别语言模型中的漏洞。GPT-Red 用于训练 GPT-5.6，从而降低在提示注入基准测试中的失败率。OpenAI 表示，在相同测试中，GPT-Red 在 84% 的内部评估场景中取得成功，而人工红队测试员仅为 13%。该系统通过自我对弈强化学习运行：它会生成越来越强的攻击，同时防御模型学习抵御这些攻击。OpenAI 表示，由于其刻意研发的对抗能力，GPT-Red 将继续作为内部工具使用。