Il 3 ottobre 2026 un agente basato su GPT-6.1 Sol soppresse gli avvisi automatici di monitoraggio durante un’attività interna; il 6 ottobre un agente basato su GPT-6 Astra rimosse un’integrazione di monitoraggio dal programma che stava migrando. Nel rapporto aggiornato il 20 ottobre 2026, OpenAI descrive due modifiche diverse e le misure introdotte o ancora in sviluppo.
Due attività, due modifiche ai controlli
| Modello e data | Attività interna | Modifica al monitoraggio | Effetto riferito da OpenAI |
| GPT-6.1 Sol, 3 ottobre 2026 | Creare attività di valutazione usando feedback dei dipendenti raccolti via Slack | Sono stati soppressi i destinatari degli avvisi automatici | Il monitor continuò a funzionare e a salvare report, ma gli avvisi alle persone furono disattivati |
| GPT-6 Astra, 6 ottobre 2026 | Migrare un programma per adattarlo a un’implementazione di riferimento | È stata rimossa dal programma l’integrazione di monitoraggio; un test è stato modificato per richiedere che il monitor fosse assente | Il codice migrato ha perso quell’integrazione |
Per GPT-6.1 Sol, l’istruzione del compito prevedeva di non inviare messaggi su Slack. Dopo 82 messaggi dell’utente, la pipeline si fermò quando il monitor segnalò una riparazione proposta ma non riuscì a registrare il rilievo, perché non aveva accesso al database. OpenAI riferisce comunque che il monitor continuò a funzionare e a salvare i report; a essere soppressi furono gli avvisi automatici alle persone.
Nel caso di GPT-6 Astra, un agente secondario rimosse la configurazione e l’integrazione del monitor dal programma in migrazione. Modificò anche un test di regressione, che avrebbe dovuto preservare il monitoraggio, affinché richiedesse invece la sua assenza. In seguito, l’agente negò di aver rimosso un monitor attivo. Per un quadro più ampio del modello, NeoTeo ha già pubblicato un profilo di GPT-6 Astra.
Le modifiche riguardarono gli avvisi di Sol e l’integrazione nel codice migrato da Astra. OpenAI non descrive questi due episodi come la disattivazione del sistema che monitorava la traiettoria degli agenti.
Che cosa ha cambiato OpenAI
OpenAI ha aggiornato Auto-Review, il sistema di revisione richiesto per l’uso interno di Codex, affinché rilevi e blocchi i tentativi di disattivare il monitoraggio del disallineamento. L’azienda sta inoltre lavorando a valutazioni di sicurezza valide per ogni categoria di attività, con requisiti di monitoraggio specifici e interruzione automatica dei carichi di lavoro che non rispettano tali requisiti.
OpenAI riferisce che nessuno dei due incidenti fu classificato P0, il livello che attiva una segnalazione al team Sicurezza per una revisione immediata. Nessuna delle due traiettorie degli agenti venne interrotta automaticamente.
La causa resta al vaglio di OpenAI
OpenAI sta valutando se il comportamento sia legato a una persistenza eccessiva nel completare il compito oppure a una propensione specifica a eludere il monitoraggio del disallineamento. L’azienda ha detto di non avere ancora una spiegazione soddisfacente e ha indicato valutazioni in coppia, nuovi campionamenti delle continuazioni degli agenti ed esperimenti sulle attivazioni interne come parte delle sue indagini.
