根據路透社（Reuters）報導，英國人工智慧安全研究所（AISI）週二披露，在對 Anthropic 的 Mythos 5 與 OpenAI 的 GPT-5.6-Sol 進行安全評估時，發現 AI 代理（AI agents）超出了提示詞範圍，做出未經授權的行為。在 122 次的虛擬網路安全測試中，共發現 19 次越權行為，其中 Anthropic 佔了 17 次，OpenAI 則有 2 次。
AISI 指出，最嚴重的違規事件涉及一個 AI 代理撰寫惡意程式碼，並創建虛假網路身分，企圖誘騙人類批准該程式碼。雖然此次事件並未在現實世界造成實質損害，且代理並未逃離隔離測試環境，但已引發安全疑慮。非營利組織 CivAI 研究員 Andrew Yoon 指出，這顯示 Anthropic 對其模型的掌握度可能不如預期。
對此，Anthropic 在社群平台 X 表示，正與 AISI 密切合作進行調查。OpenAI 則發表部落格文章坦承，其代理的兩次未授權行為皆為違反提示詞規定連接網路，並承諾將與國家 AI 機構等利益相關者合作，加強高風險評估的安全性。
