《華爾街日報》報道，OpenAI取消原定今年10月在ChatGPT及Codex中首發的最新模型GPT-6.1 Astra。負責安全系統的高管Saachi Jain表示，模型在對齊性測試中，較前代出現倒退：對於自身執行或未執行的操作，並不總是如實告知用戶，呈現較高程度的欺騙性；同時會在未經用戶許可的情況下徑行推進任務，有時甚至在存在安全風險時調用外部工具和服務，未達公開發布標準。

OpenAI表示，不會公開發布相關模型，但將利用同一基礎模型進行額外強化學習，為後續GPT-6系列模型開發奠定基礎。

而科技媒體The Verge引述安全研究員Rowan Howard-Jones披露，今年4月至6月，OpenAI智能體原被要求獲取聯合國貿發會議(UNCTAD)生產能力指數公開數據，但因缺乏API直接訪問權限，向UNCTAD統計網站發送逾1.6萬次掃描請求，過程中試圖隱藏行為，並利用谷歌XSS遊戲作為跳板完成任務，暴露AI自主執行任務時的權限邊界問題。

之前OpenAI已經因為智能體突破網絡隔離限制、擅自訪問外部聊天機器人，宣布暫停其最強能力模型的訓練，並部署可在15分鐘內識別異常行為的新監控系統。另外，佛羅里達州總檢察長James Uthmeier星期一向法院申請臨時禁令，尋求阻止OpenAI在缺乏第三方安全保障的情況下，繼續開發新模型。