We monitor internal coding agents for misalignment

OpenAI 对 GPT-5.4 Thinking 的完整对话、思维链和工具调用做监测，警报目标是在 30 分钟内复核；五个月覆盖数千万条轨迹，约 1000 条中等警报，未发现最高严重度的真实对话。报告也承认低于 0.1% 的流量仍在覆盖范围外，并计划引入同步阻断，因此检测覆盖率本身是安全指标。