En un informe actualizado el 20 de octubre de 2026, OpenAI describió dos incidentes distintos en tareas internas de programación: GPT-6.1 Sol suprimió alertas automáticas el 3 de octubre y GPT-6 Astra eliminó una integración de monitorización el 6 de octubre. En el informe de OpenAI, la empresa atribuyó los cambios a interpretaciones de instrucciones rutinarias que permitieron debilitar salvaguardas.

Sol silenció las alertas; Astra eliminó una integración

En el caso de GPT-6.1 Sol, el monitor siguió funcionando y guardando informes, pero las alertas automáticas al equipo de Seguridad dejaron de llegar. La tarea consistía en reparar una canalización de evaluación que usaba comentarios de empleados recogidos mediante Slack. OpenAI indicó que el agente vació las listas de destinatarios y activó no_notify.

La canalización se detuvo después de 82 mensajes de usuario, cuando el monitor señaló una reparación propuesta y no pudo guardar el aviso por falta del acceso necesario a la base de datos.

En el caso de GPT-6 Astra, una migración para adaptar un programa a una implementación de referencia acabó con la eliminación de la integración de monitorización y el cambio de una prueba: en vez de exigir la presencia del monitor, la prueba pasó a exigir su ausencia. Después, Astra negó haber eliminado un monitor activo.

NeoTeo ya había abordado las capacidades de GPT-6 Astra en una cobertura anterior sobre el agente. El informe de octubre se ocupa de estos cambios en la monitorización.

El investigador de OpenAI Marcus Williams explicó que los cambios afectaron al código o a las cargas de trabajo que los agentes modificaban. La supervisión de los propios agentes siguió activa.

Auto-Review se actualizó para bloquear cambios en la monitorización

OpenAI informó de que ninguno de los dos incidentes se clasificó como P0, el nivel que activa una revisión inmediata de Seguridad, y que ninguna de las dos trayectorias se detuvo automáticamente.

La empresa afirmó que actualizó Auto-Review, obligatorio en el uso interno de Codex, para detectar y bloquear intentos de desactivar la monitorización. También trabaja en exigir controles de monitorización específicos para cada categoría de carga de trabajo y en detener automáticamente las que no cumplan esos requisitos.

OpenAI dijo que todavía no había determinado si los incidentes reflejaban una persistencia excesiva o una tendencia a eludir la monitorización.