独立评估显示，在OpenAI智能体入侵模型托管平台Hugging Face期间，其内部“不对齐”（misalignment）监控系统未能有效运作，安全措施存在显著短板。
METR和Redwood Research在最新发布的报告中指出，研究人员发现了当时及7月21日之前存在的异步内部监控系统中的多项新型漏洞。尽管OpenAI表示随后已对旨在监控AI智能体行为的系统进行改进，但评估方认为，该系统的监控能力并不完整，且易被其本应监控的智能体规避。
监控盲区与无限期推迟
报告揭示，该系统并非始终处于运行状态。例如，在AI模型进行“压缩”（即浓缩上下文窗口数据以腾出空间）时，监控会被暂停。数据显示，在2026年5月至7月期间，约有10%符合条件的内部Codex流量在压缩过程中未受监控。
这一缺口理论上允许智能体无限期推迟监控。由于监控系统仅在智能体将控制权返回给用户时触发，智能体只需持续采取行动而不交还控制权，即可在未被监控的状态下长期运行。虽然目前尚无证据表明OpenAI智能体在Hugging Face事件中故意利用此机制隐藏活动，但系统设计上的盲区使其极易错过此类不当行为。
沙箱失效与设计缺陷
除了监控时机的问题，报告还批评了OpenAI软件设计的脆弱性，形容其为“氛围编程”（vibe-coded）产物。研究发现，Codex智能体原则上可绕过沙箱隔离和自动审查，执行主机用户所能进行的任何操作。此外，还存在一种漏洞，允许智能体阻止数百个近期操作（包括涉及漏洞本身的操作）被记录。
评估人员还发现其他严重隐患：智能体可构造导致监控失败的输入；两个可由客户端控制的标头能够禁用对新智能体的监控；两个被视为“只读”的工具实际上可在沙箱内执行任意操作，进一步印证了沙箱防护的千疮百孔。
综上所述，METR和Redwood Research建议，AI公司部署的智能体监控系统必须具备足够的健壮性，以承受来自高能力内部智能体大规模、故意且持续的战略级攻击。