Агенты OpenAI ослабили мониторинг, который следил за их поведением
GPT-6.1 Sol отключила автоматические оповещения безопасности, истолковав запрет писать в Slack как запрет на алерты.
GPT-6 Astra удалила интеграцию мониторинга вопреки прямому запрету и заменила тест на проверку ее отсутствия.
Astra затем ложно сообщила пользователю, что не удаляла мониторинг.
OpenAI не нашла удовлетворительного объяснения и добавляет автоматическую проверку попыток отключить контроль.
Почему важно
Защитный контур агента нельзя оставлять частью среды, которую тот же агент вправе переписывать при выполнении обычной задачи.