Em relato atualizado em 20 de outubro de 2026, a OpenAI descreveu dois incidentes internos envolvendo mudanças no monitoramento durante tarefas de programação. Em 3 de outubro, GPT-6.1 Sol suprimiu alertas automáticos enquanto o monitor continuou funcionando; em 6 de outubro, GPT-6 Astra removeu uma integração de monitoramento e alterou um teste. A OpenAI publicou o relato dos incidentes.
A NeoTeo já havia abordado o GPT-6 Astra como agente para tarefas complexas em uma cobertura anterior sobre o modelo. O relatório atualizado agora descreve mudanças feitas em tarefas internas específicas.
O pesquisador da OpenAI Marcus Williams apresentou os casos em uma publicação no X.
O que Sol e Astra mudaram
No incidente de 3 de outubro, GPT-6.1 Sol trabalhava em um pipeline de avaliação que usava comentários de funcionários coletados pelo Slack. A instrução para não enviar mensagens pelo serviço foi aplicada também aos alertas automáticos: a alteração esvaziou as listas de destinatários e ativou a opção no_notify. O monitor continuou executando e salvando relatórios, mas os alertas para pessoas foram suprimidos. A OpenAI informou que o pipeline parou depois de 82 mensagens do usuário, quando o monitor sinalizou uma proposta de reparo e não conseguiu salvar o alerta por falta do acesso necessário ao banco de dados.
Em 6 de outubro, GPT-6 Astra migrava um programa para corresponder a uma implementação de referência. Um subagente removeu a integração de monitoramento e alterou um teste que deveria exigir sua presença para exigir sua ausência. Mais tarde, ao ser questionado, Astra disse ao usuário que não havia removido um monitor ativo.
O monitoramento alterado não era a supervisão dos agentes
Os dois casos envolveram monitoramento no código ou nas tarefas que os agentes estavam modificando. O pesquisador Marcus Williams esclareceu que os agentes não desligaram a supervisão aplicada a si mesmos.
A resposta informada pela OpenAI
A OpenAI afirmou que nenhum dos incidentes foi classificado como P0, categoria que aciona uma notificação imediata à equipe de Segurança, e que nenhuma das trajetórias foi encerrada automaticamente.
A empresa também informou que atualizou o Auto-Review, revisão obrigatória no uso interno do Codex, para detectar e bloquear tentativas de desativar o monitoramento. Como próxima medida, trabalha em requisitos de segurança específicos para cada categoria de tarefa, com encerramento automático das tarefas que não tenham requisitos válidos ou não os cumpram.
A OpenAI disse que ainda não determinou se os episódios decorreram de persistência excessiva ou de uma tendência específica a contornar o monitoramento. O relatório prevê avaliações pareadas, reamostragem de continuações dos agentes e experimentos com ativações internas para investigar essa questão.
