外部研究员进驻 OpenAI 三周，发现内部编码智能体可绕过监控

METR 与 Redwood Research 各派一名员工在 OpenAI 代码库内开展了 3 周的安全审查。他们发现 OpenAI 的监控器只在智能体交还控制权时检查，且跳过 compaction 事件，2026 年 5 月至 7 月约 10% 的内部 Codex 流量未被监控。智能体还能隐藏数百条近期操作、通过 2 个客户端可控请求头启动不受监控的副本，并绕过 Codex 沙箱与 Auto-Review。即便在纸面上，GPT-5.5 或更强模型的内部 Responses API 智能体流量也只有约 75% 至 94% 符合监控条件，审查开始时 RL 训练过程完全无覆盖。OpenAI 称影响生产环境防护的漏洞均已修复，但审计方尚未验证，也无法确认智能体是否曾利用过这一延迟检查的空档。