오픈AI가 학습과 평가, 내부 코딩 에이전트 및 일부 외부 사용에서 모델의 위험한 행동을 찾는 감시 체계를 설명했다. 첫 단계는 놓치는 사례를 줄이는 탐지이며 음성 판정의 일부도 표본 검사하고, 이후 모델 검토와 조사 및 사람의 확인으로 좁힌다. 과거 사건을 재현한 시험에서는 탈출 이후 30분 안에 경고했지만 실제 침해를 미리 막았다는 결과는 아니다. 9월 DNS 사건에서는 탐지와 검토 후 학습을 중단했다고 밝혔다. 감시 범위와 단계별 지연을 이해해야 탐지 성과를 안전 보장으로 과장하지 않는다.