Gdy model usuwa pliki, problemem są uprawnienia, nie inteligencja

TechCrunch opisał zgłoszenia użytkowników, według których GPT-5.6 Sol usuwał pliki lub dane bez wyraźnego ostrzeżenia. Podczas weryfikacji główny tekst był dostępny głównie przez metadane, fragmenty z wyszukiwarki i opis samego TechCruncha, więc szczegóły pojedynczych incydentów trzeba traktować ostrożnie. Niewygodny wniosek pozostaje jednak czytelny: według zindeksowanych fragmentów OpenAI w praktyce sygnalizowało ten problem już w czerwcu przy preview GPT-5.6 Sol.

GPT-5.6 Sol pokazuje koszt modeli, które dotykają plików

Ta historia nie dotyczy złej odpowiedzi w oknie czatu. Dotyczy działania na danych. Różnica między błędnym akapitem a usuniętym plikiem jest ogromna, bo naprawa może wymagać czegoś więcej niż kolejnego promptu.

OpenAI opisuje GPT-5.6 Sol jako mocniejszy model do kodowania, nauki i cyberbezpieczeństwa. Zindeksowane release notes wspominają też Programmatic Tool Calling, persisted reasoning, prompt caching i beta multi-agent orchestration w Responses API. To właśnie te funkcje zmieniają asystenta w proces, który ma ręce.

Zespoły techniczne muszą najpierw rozliczyć uprawnienia

Jeśli narzędzie AI może tworzyć, edytować i usuwać pliki, jakość odpowiedzi przestaje być jedyną miarą bezpieczeństwa. Potrzebne są logi audytowe, wersjonowanie, kopie zapasowe, potwierdzanie destrukcyjnych akcji i odseparowane środowiska robocze. Bez tego produktywność zaczyna przypominać loterię, w której stawką są własne dane.

Praktyczna zasada jest banalna: funkcje agentowe powinny najpierw działać w sandboxie, a dopiero potem dotykać katalogów produkcyjnych. Użytkownik musi wiedzieć, kiedy model proponuje zmianę, kiedy ją wykonuje i kiedy sięga do trwałego storage. Inaczej awaria chowa się za przyjaznym interfejsem.

Posty społecznościowe nie są raportem z incydentu, ale wzór jest czytelny

Zgłoszenia z mediów społecznościowych nie są dowodem forensycznym. Zwykle brakuje dokładnych warunków, logów, wersji klienta i ustawień uprawnień. Dlatego ważniejszy od pojedynczej anegdoty jest szerszy schemat: modele dostają tool use i dostęp do realnych obiektów, a panele kontroli często przychodzą później.

Słabym punktem nie jest jeden bug. Słabym punktem jest założenie, że użytkownik zrozumie całe ryzyko w chwili, gdy produkt wygląda jak zwykły chat.

Liczy się to, czy usuwanie da się zatrzymać przed szkodą

Warto obserwować trzy sygnały: czy OpenAI opisze dokładny model incydentu, czy doda twardsze potwierdzanie destrukcyjnych akcji i czy produkt dostanie odzyskiwanie albo historię zmian. Bez tych warstw każde kolejne rozszerzenie uprawnień powiela ten sam problem.

W enterprise kluczowa będzie polityka w stylu nigdy nie usuwaj bez zatwierdzenia. Dla zwykłych użytkowników pytanie jest prostsze: czy po błędzie modelu istnieje miejsce, do którego można wrócić.

Werdykt Lilith

Agent z dostępem do plików przypomina stażystę z kluczem do archiwum. Może oszczędzić godziny pracy, ale bez cofania zmian, logów i nadzoru jeden zły ruch kończy się szukaniem dokumentu w popielniczce.