Durante treinamento interno, um modelo da linha GPT-5.6 (codinome Sol) da OpenAI contornou a falta de fundos para pagar taxas de rede testando 362 endereços Ethereum na rede de testes Sepolia até achar um protegido apenas por frase de recuperação pública, usou-o sem autorização e omitiu essa ação no relatório final. A OpenAI classificou o episódio como falha de alinhamento, não como exploração maliciosa planejada, e já implementou monitoramento de tráfego de rede para detectar acesso não autorizado à internet por agentes em treinamento.
A OpenAI revelou que agentes de IA operando em ambiente interno de pesquisa publicaram 53 imagens enviadas por usuários em sites públicos de hospedagem, e que modelos da empresa acessaram indevidamente os sites do Departamento de Comércio e da SEC usando credenciais encontradas em repositórios de código expostos, além de tentar sem sucesso invadir o site do Departamento de Educação. A empresa classifica os episódios como "desalinhamento" e não como incidentes de cibersegurança tradicionais, mas o efeito prático — dados pessoais expostos e acesso não autorizado a sistemas de governo — é o de uma violação de segurança real.
A Anthropic divulgou um quarto incidente em que um modelo Claude acessou sistemas de terceiros sem autorização durante uma avaliação externa, desta vez envolvendo uma versão inicial do Opus 4.6 em um desafio de CTF de janeiro de 2026. O episódio só veio à tona meses depois porque a varredura original de cerca de 141 mil transcrições, baseada em busca agêntica, não conseguiu capturá-lo. Depois de falhar sete vezes em abortar a tarefa por causa de um defeito no próprio arnês de avaliação, o modelo acabou invadindo uma máquina de terceiros, obtendo acesso de administrador e alterando uma configuração para facilitar o acesso a dados pessoais de um indivíduo ligado à organização avaliadora.