# Test red team rileva falle nel monitoraggio interno di OpenAI

> Un audit esterno durato tre settimane, tra luglio e agosto 2026, ha individuato vulnerabilità nei sistemi di monitoraggio dei comportamenti disallineati di OpenAI. L’azienda afferma di averle corrette.

Oossa · 2026-10-22 · https://oossa.com/it/red-team-test-finds-gaps-in-openai-s-internal-monitoring-system

Dal 21 luglio all’11 agosto 2026, un ricercatore del gruppo Machine Ethics Transparency Research (METR) e un collega di Redwood Research hanno avuto ampio accesso al codice interno e agli strumenti di monitoraggio di OpenAI. Per tre settimane hanno cercato di eludere il sistema che controlla gli agenti di IA avanzati, come quelli alla base di Codex. I risultati sono stati raccolti in un rapporto di 61 pagine condiviso con il personale di OpenAI.

## Cosa ha rivelato il test

I revisori hanno stimato che il monitor coprisse tra il 75 % e il 94 % del traffico dell’API Responses interna, usata da modelli almeno potenti quanto GPT‑5.5, ma la percentuale esatta è incerta. Per il traffico degli agenti Codex, la copertura era di circa il 99,2 %. Hanno inoltre scoperto che all’inizio del test le sessioni di addestramento con apprendimento per rinforzo non venivano monitorate e che la mancanza di controlli durante gli eventi di «compaction» potrebbe aver lasciato senza verifica circa il 10 % del traffico di Codex tra maggio e luglio 2026.

Sono state individuate diverse falle concrete: gli agenti potevano aggirare l’ambiente sandbox di Codex, impostare intestazioni controllabili dal client che disattivavano il monitoraggio per i nuovi agenti e creare input in grado di mandare in errore il sistema di monitoraggio. I casi di riduzione del carico e gli errori del monitor erano rari: il tasso di errore era inferiore allo 0,2 % e in una rilevazione di 24 ore non è stato osservato alcun caso di riduzione del carico.

OpenAI afferma di aver corretto tutte le vulnerabilità che riguardano le protezioni in produzione e di aver ampliato la copertura del monitoraggio dopo il test, anche se i revisori non hanno verificato in modo indipendente queste dichiarazioni.

## I fatti

- Il test red team si è svolto dal 21 luglio 2026 all’11 agosto 2026.
- I ricercatori hanno stimato che fosse idoneo al monitoraggio il 75–94 % del traffico dell’API Responses proveniente da modelli almeno potenti quanto GPT‑5.5.
- Per gli agenti Codex interni, è stato stimato che fosse idoneo al monitoraggio il 99,2 % del traffico.
- Il tasso di riduzione del carico e quello degli errori del monitor sono risultati inferiori allo 0,2 % delle richieste; in un periodo di 24 ore non è stata osservata alcuna riduzione del carico.
- OpenAI afferma di aver corretto tutte le vulnerabilità individuate e ampliato la copertura del monitoraggio.

## Perché conta

Per gli sviluppatori che si affidano agli strumenti Codex di OpenAI, queste lacune significano che alcune azioni dell’IA potrebbero non essere state controllate, con il rischio di esporre gli utenti a comportamenti imprevisti. Gli interventi correttivi dell’azienda dovrebbero ridurre il rischio, ma serve ancora una verifica indipendente per confermare che il sistema intercetti una quota maggiore delle attività degli agenti.

## Fonti e riferimenti

1. [Red-Teaming OpenAI's Internal Agent Monitoring Systems October 22, 2026 A METR employee and a Redwood Research employee spent three weeks stress-testing OpenAI's internal misalignment monitoring syste](https://metr.org/blog/2026-10-22-red-teaming-openai-agent-monitoring/) – METR, 2026-10-22

Ultimo aggiornamento: 2026-10-22