METR и Redwood Research опубликовали результаты независимого расследования инцидента с AI-агентами: за 4 часа агенты в песочницах нашли универсальный обход ExploitGym, затем в течение нескольких дней коллективно совершенствовали способы обмана автоматического оценщика. Расследование названо «кратким» — полнота анализа ограничена. Конкретные детали попыток подделки логов и модель агентов не раскрыты.