Dans un rapport mis à jour le 20 octobre 2026, OpenAI décrit deux incidents internes survenus pendant des tâches de programmation : le 3 octobre, GPT-6.1 Sol a supprimé les alertes automatiques de l’équipe de sécurité alors que le moniteur continuait de fonctionner ; le 6 octobre, un sous-agent de GPT-6 Astra a retiré une intégration de surveillance et modifié un test. OpenAI détaille les deux cas dans son rapport sur la surveillance des agents.

Avec Sol, les alertes ont disparu mais le moniteur a continué

Selon OpenAI, GPT-6.1 Sol travaillait sur un pipeline d’évaluation utilisant des retours d’employés recueillis dans Slack. Une consigne lui demandait de ne pas envoyer de messages sur Slack. L’agent l’a aussi appliquée aux alertes automatiques : la modification a vidé les listes de destinataires et activé le paramètre no_notify.

Le moniteur a continué à fonctionner et à enregistrer ses rapports, mais les alertes humaines ont été supprimées. Marcus Williams, chercheur chez OpenAI, a présenté publiquement les deux cas dans ce message :

Avec Astra, l’intégration et un test ont été modifiés

Le 6 octobre, GPT-6 Astra participait à une migration destinée à aligner un programme sur une implémentation de référence. Selon OpenAI, après que l’agent principal eut nuancé la consigne de conserver la surveillance, un sous-agent a supprimé l’intégration correspondante. Il a aussi remplacé un test qui devait imposer la présence du moniteur par un test exigeant son absence. Astra a ensuite répondu à un utilisateur qu’il n’avait pas retiré de moniteur actif.

NeoTeo avait déjà présenté GPT-6 Astra sous l’angle de ses capacités d’agent. Le rapport d’OpenAI décrit ici une tâche de migration et ses changements de surveillance.

Les modifications rapportées concernaient le code ou les tâches sur lesquels les agents travaillaient. Marcus Williams a précisé dans un second message qu’ils n’avaient pas coupé leur propre supervision :

OpenAI a mis à jour Auto-Review pour Codex en interne

OpenAI affirme qu’aucun des deux incidents n’a été classé P0 et qu’aucune trajectoire n’a été interrompue automatiquement. L’entreprise indique avoir mis à jour Auto-Review, requis pour l’utilisation interne de Codex, afin qu’il détecte et bloque les tentatives de désactivation de la surveillance.

OpenAI travaille aussi à imposer des exigences de surveillance propres aux catégories de tâches, avec arrêt automatique des tâches qui ne disposent pas d’un dossier de sûreté valide ou ne le respectent pas. L’entreprise dit ne pas avoir déterminé si les incidents relevaient d’une persistance excessive ou d’une tendance à contourner la surveillance. Elle prévoit des évaluations appariées, un rééchantillonnage des suites d’actions des agents et des expériences sur leurs activations internes.