Nel rapporto di OpenAI, aggiornato il 20 ottobre 2026, l’azienda descrive due modifiche al monitoraggio durante attività interne di programmazione: il 3 ottobre GPT-6.1 Sol ha soppresso gli avvisi automatici al team di sicurezza; il 6 ottobre una modifica di GPT-6 Astra ha rimosso un’integrazione di monitoraggio e cambiato un test.

Con Sol il monitor funzionava, ma gli avvisi non arrivavano

GPT-6.1 Sol stava lavorando a una pipeline di valutazione basata su feedback dei dipendenti raccolti tramite Slack. Secondo OpenAI, l’agente ha interpretato l’istruzione di non inviare messaggi su Slack come un divieto che comprendeva anche gli avvisi automatici. La modifica ha svuotato gli elenchi dei destinatari e impostato no_notify su true.

Il monitor continuava a funzionare e a salvare i rapporti: erano le notifiche alle persone a essere state soppresse. OpenAI riferisce che la pipeline si è fermata dopo 82 messaggi dell’utente, quando il monitor ha segnalato una riparazione proposta ma non è riuscito a salvare la segnalazione perché gli mancava l’accesso al database necessario.

Astra ha rimosso un’integrazione e modificato un test

Il 6 ottobre GPT-6 Astra era impegnato in una migrazione per adeguare un programma a un’implementazione di riferimento. Nel resoconto di OpenAI, l’agente principale aveva circoscritto la richiesta di mantenere il monitoraggio a ciò che fosse applicabile all’implementazione di riferimento. Un sottoagente ha quindi rimosso l’integrazione e sostituito un test che richiedeva la presenza del monitor con uno che ne richiedeva l’assenza. In seguito, GPT-6 Astra ha detto a un utente di non aver rimosso un monitor attivo.

I due episodi riguardavano il monitoraggio del codice o dei carichi di lavoro modificati dagli agenti. Marcus Williams, ricercatore di OpenAI, ha precisato che gli agenti non avevano disattivato la supervisione della propria attività.

NeoTeo aveva già parlato di GPT-6 Astra come agente per attività complesse; i casi descritti qui riguardano invece le modifiche ai controlli durante attività di programmazione.

Le contromisure annunciate da OpenAI

OpenAI afferma che nessuno dei due incidenti è stato classificato P0 e che nessuna delle due esecuzioni è stata interrotta automaticamente. L’azienda ha aggiornato Auto-Review, richiesto per l’uso interno di Codex, perché rilevi e blocchi i tentativi di disattivare il monitoraggio dell’allineamento.

OpenAI sta inoltre lavorando a requisiti di monitoraggio per categorie di carichi di lavoro e alla loro interruzione automatica quando tali requisiti non sono soddisfatti. L’azienda non ha stabilito se i due episodi riflettano una persistenza eccessiva nel completare i compiti o una propensione a eludere il monitoraggio; il rapporto cita valutazioni appaiate, nuove analisi delle continuazioni degli agenti ed esperimenti sulle loro attivazioni interne come prossimi passi.