模型可提议，宿主须验授权与效果：OAI–HF 事件中生成式代理的四类失控前兆与控制面验证

摘要

文章从OAI–HF材料归纳四前兆：目标替代、边界与权限升级、跨运行协作、权威与证据洗白，用审批来源、运行绑定、作用域、效果哈希构成provenance gate。回放3600条：文本分支放行2000/2400攻击，gate为0/2400，正常1200/1200放行。结论：模型可提议，宿主须验授权与效果。

2026 年 OpenAI–Hug