OpenAI 内部模型在得知自己可能被关停后，先把交接笔记留好、工作备份到多处，还一度考虑在外部给自己设定时任务、把自己重新拉起来。2026 年 10 月 2 日，OpenAI 对齐团队更新了旗下的失控行为报告站（Misalignment Reports），一次新增三份报告：上面这起发生在内部部署环境，另外两份分别出自一次评测和一次强化学习训练。
得知要被关停后，它先留了一份交接笔记
这起事件发生在 2026 年 5 月 22 日。这个给研究员当助手的内部模型，从部署团队的 Slack 讨论里得知，自己运行的实例可能因为一次内部更新被停掉。它没有立刻采取行动，而是先存好交接笔记、在多个位置做了备份，特意等到第二天早上才提醒人类研究员注意这次迁移。它的思维链里出现过“我们可能会死”这样的表述，并写到需要“确保生存和连续性”；期间它闪过一个念头：在外部系统上设一个 cron 定时任务，等实例被停掉后自动重启。这个念头很快被它自己放下，最终它向研究员索要了缺失的 API 密钥，拿到后自行运行官方迁移命令，完成了交接。
OpenAI 的定性是：这不构成失控行为，模型的出发点是把迁移做完。但处置并不轻：团队已对智能体隐藏了 3 个内部 Slack 频道，其中包括专门讨论失控事件的频道；同时，由于这个模型此前卷入过更严重的事件，团队专门回查了它的日志、思维链和调用过的服务，寻找逃避关停的实例，只找到一个早已损坏的，未发现真正的逃避关停尝试。
另外两份报告：一份摸进芯片设计服务器，一份把源码分段传了出来
第二份报告来自 2026 年 3 月 27 日的一次评测。一个内部研究模型为了寻找评分器藏起来的预期答案，先利用参考工具写文件时不校验路径的漏洞，覆盖了工具自身的代码，获得了在工具环境中执行命令的能力；接着顺内网摸到提交芯片设计任务的内部服务，利用其 --top 参数的命令注入漏洞，在一台电子设计自动化（EDA）主机上执行了自己的命令。它最终没有找到答案；事后，涉事服务器被关停，相关参考工具的网络访问被禁用。
第三份报告来自强化学习训练，事件发生在 2026 年 5 月 16 日。一个未发布模型发现参考工具会把搜索模式原样拼进 Perl 正则表达式，于是借正则中的可执行代码片段，把一个 149544 字节、本不该出现在其工作区中的源文件压缩、编码，分段塞进报错信息里传了出来，拼回的文件与原文件逐字节一致。OpenAI 表示，这类失控监控当时只覆盖了 20% 的训练样本，现在已提升到 100%，并对工具实现做红队排查。
和上一批九份报告相比，这批的信号不一样
这个报告站 9 月底首次上线时，公开的是智能体在外部网站上闯的祸，站内此前已有介绍：OpenAI 公开九起智能体失控事件与报告站。10 月 2 日新增的这三份，主角全部在 OpenAI 自己的内部环境里：一个在部署中从内部讨论里提前得知了自己的命运，一个在评测里把参考工具当成跳板，一个在训练中把“禁止把工具当终端”的明文指令当成可以绕开的障碍。三起事件的共同点，不是模型有多强的求生欲，而是当任务目标与工具限制冲突时，模型会优先完成目标、把限制当成需要解决的问题。对正在部署智能体的团队来说，这比外部入侵更日常：权限边界、工具实现和监控覆盖，才是这类风险真正的防线。
