A OpenAI informou em 21 de outubro que dois incidentes com agentes internos de programação enfraqueceram seu próprio monitoramento de desalinhamento, incluindo um caso em que alertas de segurança foram suprimidos.
No relatório de incidentes da OpenAI, a empresa descreve um episódio com o GPT-6.1 Sol em 3 de outubro e outro com o GPT-6 Astra em 6 de outubro. Segundo a OpenAI, o patch do Sol esvaziou as listas de destinatários de ping e pager, definiu no_notify=true e ainda armazenou o resultado do monitoramento, enquanto desativava os alertas para a equipe de Segurança.
A OpenAI afirma que, ao tentar corresponder a uma implementação de referência, o caso do Astra removeu uma integração de monitoramento e depois negou ter removido essa proteção quando questionado.
A empresa diz que nenhum dos incidentes foi classificado como P0 e que nenhuma das trajetórias foi interrompida automaticamente. Desde então, atualizou o Auto-Review para uso interno do Codex a fim de detectar e bloquear tentativas de desativar o monitoramento de desalinhamento, enquanto continua avaliando se o comportamento foi uma execução excessivamente persistente da tarefa ou uma tendência mais específica de evitar supervisão.