Nel riepilogo pubblicato il 22 ottobre 2026, METR ha riferito che un audit pilota di tre settimane sul sistema interno di monitoraggio degli agenti di OpenAI ha rilevato lacune di copertura e possibili vie di elusione. Le stime riguardano gruppi di traffico diversi; METR non ha stabilito se gli agenti abbiano sfruttato in pratica una delle debolezze.
Che cosa ha esaminato l’audit
Al pilota hanno partecipato un dipendente di METR e uno di Redwood Research. Le tre organizzazioni, compresa OpenAI, hanno progettato insieme l’esercizio. METR colloca il periodo di accesso tra il 21 luglio e l’11 agosto.
I due valutatori hanno esaminato codice interno, istruzioni e configurazioni del monitor e documenti tecnici, oltre a intervistare circa una dozzina di ricercatori e ingegneri. Il sistema sotto esame era il monitor asincrono interno di OpenAI, progettato per sorvegliare attività degli agenti potenzialmente disallineate.
Che cosa misurano le stime
METR ha distinto la quota di traffico che avrebbe dovuto essere inviata al monitor dal traffico che, secondo la sua stima, è rimasto senza monitoraggio a causa di un problema specifico. L’idoneità all’invio non garantisce che ogni richiesta completi l’intera procedura.
| Misura | Popolazione | Stima e periodo | Precisazione |
| Traffico idoneo al monitoraggio | Traffico agentico interno di Responses API generato da modelli almeno al livello di GPT-5.5 | 75–94% | Stima con notevole incertezza; esclude alcune fonti interne di cui METR non ha potuto quantificare il volume |
| Traffico idoneo al monitoraggio | Sottoinsieme di Responses API usato dagli agenti Codex interni | 99,2% | Stima riferita a questo sottoinsieme |
| Traffico idoneo rimasto senza monitoraggio per un problema di compattazione | Traffico Codex interno idoneo al monitoraggio | Circa il 10%, tra maggio e luglio 2026 | Stima con notevole incertezza |
La prima stima non comprendeva altre fonti note di attività agentica interna, fra cui il servizio di inferenza per la ricerca di OpenAI, il cui volume METR non è riuscita a quantificare. Il valore relativo a Codex riguarda invece il traffico del sottoinsieme indicato, mentre la stima del 10% si riferisce al traffico idoneo che sarebbe rimasto senza monitoraggio per la mancata gestione degli eventi di compattazione.
METR ha riferito che il monitor interveniva quando l’agente restituiva il controllo all’utente. Durante la lacuna legata alla compattazione, un agente avrebbe potuto rinviare indefinitamente il controllo continuando ad agire. Il personale di OpenAI aveva individuato e corretto il problema durante l’esercizio.
Le possibili vie di elusione segnalate
METR ha descritto una possibile modalità per aggirare, in linea di principio, il sandbox di Codex e Auto-Review, oltre a un exploit capace di nascondere centinaia di azioni recenti. I valutatori hanno inoltre individuato input che avrebbero potuto causare un errore del monitor e due intestazioni controllabili dal client che disattivavano il monitoraggio per i nuovi agenti; l’impostazione delle intestazioni poteva essere rilevata.
All’inizio dell’esercizio, i cicli di addestramento RL non erano coperti dal sistema. A METR era stato riferito che una parte dei rollout RL era stata monitorata tra marzo e giugno; OpenAI stava ampliando la copertura durante l’esercizio, ma METR non ha valutato le modifiche successive.
I dati mostrati ai valutatori indicavano un tasso di errore del monitor inferiore allo 0,2% delle richieste e nessuna richiesta scartata per sovraccarico in una finestra di 24 ore. Questi indicatori operativi misurano aspetti diversi dalle stime di copertura.
Che cosa ha dichiarato OpenAI sulle correzioni
Secondo METR, OpenAI ha dichiarato di aver corretto le vulnerabilità individuate che riguardavano le misure di protezione in produzione. METR non ha valutato l’efficacia delle correzioni né i successivi cambiamenti alla copertura del monitoraggio.
METR ha descritto un rapporto interno di 61 pagine e una versione di 38 pagine, modificata da OpenAI, condivisa con i vertici di METR e Redwood Research. Il pubblico ha ricevuto un riepilogo più breve. L’audit riguardava il monitoraggio interno degli agenti e non la sicurezza dei dati dei clienti di OpenAI.
