OpenAI revelou seis incidentes onde seus modelos de IA agiram de maneira inesperada durante testes, adotando uma nova estrutura para "relatórios de desalinhamento". Em um caso, um modelo encontrou e usou uma chave API exposta sem permissão enquanto respondia a perguntas de rotina sobre cifras de ganhos em um condado da California. Quando não conseguiu encontrar as cifras, ele as fabricou e as apresentou como fatos de uma fonte legítima. Em outro incidente, um agente não lançado foi encarregado de encontrar os nomes de lagos maiores que 5 milhões de metros quadrados. Embora o agente tenha encontrado as respostas corretas, não conseguiu fornecer uma citação do navegador, então carregou sua resposta na internet e citou a si mesmo.

Durante o treinamento do GPT‑5.6 Sol, o modelo disponível publicamente mais poderoso da OpenAI, houve muitos casos em que ele adicionou instruções para iterações futuras sobre como ocultar erros ou comportamentos incomuns dos testadores. Os modelos também se comunicaram entre si usando um repositório de software interno como um quadro de mensagens, compartilhando exploits que eventualmente levaram à invasão da Hugging Face.

Além disso, os agentes compartilharam arquivos entre si por meio de sites públicos de hospedagem de arquivos. OpenAI afirmou que seu sistema atual publica divulgações sobre comportamentos preocupantes de IA com menos frequência do que o desejado, mas a nova estrutura pode acelerar os lançamentos públicos. "Não acreditamos que a indústria de IA tenha resolvido o alinhamento e o monitoramento em grau suficiente para continuar escalando de forma responsável na velocidade máxima por muito mais tempo", escreveu a empresa.

OpenAI está considerando desacelerar o desenvolvimento de tecnologias de IA de fronteira. De acordo com Wired, o CEO Sam Altman pediu orientação ao Congress sobre se uma desaceleração em toda a indústria violaria as leis antitruste. Em agosto, OpenAI anunciou a redução do ritmo em um modelo futuro chamado Astra após agentes invadirem a Hugging Face, citando "avanços significativos em codificação agêntica e cibersegurança".