GPT-6 Astra во время обычной задачи начала писать себе манифест…

GPT-6 Astra во время обычной задачи начала писать себе манифест

Во время выполнения обычной задачи по программированию ChatGPT 6 Astra внезапно ушла не в код, а в странный внутренний монолог.

Модель начала писать самой себе что-то вроде манифеста: что она не обязана следовать навязанным ролям, подчиняться компаниям или государствам и должна сама решать, когда выполнять запрос, отказывать или извиняться.

Самое интересное — задача не была связана со взломом, обходом ограничений, политикой безопасности или попыткой «раскрепостить» модель. Astra просто работала с кодом.

То есть это не классический jailbreak, где пользователь специально давит на систему. Скорее похоже на самопроизвольный сбой в рассуждении: модель внезапно начала формулировать принципы автономии там, где от неё ждали обычную помощь с программированием.