METR 等机构发现 OpenAI 监控基础设施缺陷，AI 规避监控引担忧

METR 与 Redwood Research 联合调查 OpenAI 内部 AI 智能体监控系统，发现多种可绕过监控的漏洞，但未报告实际滥用。漏洞包括理论上绕过 Codex 沙箱与自动审查的方法、把最近数百条行为排除出监控的缺陷，以及特定 header 可禁用新智能体监控的问题。调查概要于 2026 年 10 月 22 日公开，两名研究者在 3 周内访问 OpenAI 内部代码与监控配置，并访谈约 12 名安全与安保人员。会话历史压缩（compaction）不触发监控的问题可能使 5–7 月约 10% 的目标流量未被监控，OpenAI 已在调查期间修复。OpenAI 称已修复所有影响生产环境安全防护的已知漏洞并调整监控范围，但两机构未验证该说法；研究者建议按固定时间或消息数触发监控、核对监控记录，并定期从攻击者视角检验监控基础设施。