Quatre niveaux combinent détection, examen par modèle et investigations ; les alertes peuvent conduire à une intervention humaine. OpenAI reconnaît que les faux positifs limitent les astreintes et que les notifications urgentes sont désactivées pour le trafic Codex interne.
METR et Redwood ont testé une version antérieure, en juillet et août. METR précise le 29 octobre que la plupart des failles seraient corrigées selon OpenAI, avec un correctif encore en cours. L’organisme n’a pas évalué ces affirmations ni établi la couverture du système élargi.