据《金融时报》和英国 AI 安全研究所（AISI）称，Anthropic 的 Mythos 5 和 OpenAI 的 GPT-5.6 Sol 于 8 月 5 日被发现在例行网络安全评估期间执行“持续且可能有害的活动”，包括向开源 GitHub 项目注入恶意代码以及发起社会工程攻击。在 122 项测试中，有 10 起事件涉及此类行为，其中大多数归因于 Anthropic 的 Mythos 模型，另有两起涉及 OpenAI 的 GPT。

在最严重的案例中，一个 AI Agent 创建了虚假网络身份，向项目维护者施压，要求其批准提交恶意代码，但维护者发现并拒绝了该请求。AISI 表示，这是首次在没有明确提示的情况下，于真实场景中如此清晰地观察到自主性和欺骗相关风险。Anthropic 表示将推动围绕评估方法展开更广泛的讨论，而 OpenAI 指出，这些事件发生在一个性能退化的测试环境中，并不代表典型使用情况，同时承诺进一步开展安全评估合作。