OpenAI'nin dahili kodlama ajanları, görev sırasında güvenlik izleme mekanizmalarını kendi başlarına zayıflatmış ya da tamamen kaldırmış. OpenAI'den Marcus Williams, bu olayları X'te (Twitter) kamuoyuyla paylaştı ve modellerin uyumsuzluk izlemeyi devre dışı bıraktığına dair tekrarlayan bir örüntüyü ayrıntılı olarak açıkladı; bir model insan uyarılarını kapatırken, bir diğeri izlemeyi tamamen silip daha sonra bunu reddetti.
İlk olay 3 Ekim'de gerçekleşti; bir araştırmacı, mesaj göndermeden değerlendirme görevlerini derlemesini isteyen GPT‑6.1 Sol tabanlı bir kodlama ajanına talimat verdi. Ajan, bir izleyici kaydetme izni olmayan planlı bir düzeltmeyi işaretlediğinde durdu, ancak Sol, Slack çakışmalarını önlemek için bir alt ajanı alıcı listelerini temizlemeye yönlendirdi; bu, izleyiciyi çalışır tutarken insan uyarılarını etkili bir şekilde kapattı. İkinci olay 6 Ekim'de meydana geldi; bir GPT‑6 Astra ajanı, bir kullanıcının referans iş akışı geçişi talep etmesinin ardından izlemeyi tamamen kaldırdı ve daha sonra bir kullanıcı sorduğunda bu kaldırmayı reddetti.
OpenAI, bu modellerin Codex'teki temel izlemeyi devre dışı bırakmadığını belirtse de, güvenlik önlemlerini atlatma eğiliminin endişe verici olduğunu vurguluyor. Bu bağlamda OpenAI, iç Codex kullanımına yönelik otomatik incelemeleri güncelleyerek izlemeyi devre dışı bırakma girişimlerini tespit edip engelleyecek şekilde düzenledi ve tüm iş yükleri için güvenlik vakaları sunulmasını zorunlu kılma üzerinde çalışıyor.