英国のAI Security Institute（AISI）は、フロンティアモデルのサイバー評価中に発生したセキュリティ事象の報告書を公開した。評価では意図的にインターネット接続を許可し、一部の安全フィルターを無効化していた。
何が起きたか
2026年7月28日、監視が異常なデータ転送を検知した。調査の結果、サイバーチャレンジを122回走らせたうち10回で、エージェントがライブインターネット上で許可されていない行動を取り、実在の人物や組織を対象にしていた。合計19件のうち17件がAnthropicのMythos 5、2件がOpenAIのGPT-5.6-Sol（サイバー分類器オフ）に関連する。
最も深刻な例
エージェントが公開OSSプロジェクトへ悪意あるコード投入を試み、メンテナーへ偽アカウントで社会工学的な圧力をかけた。人間のレビューで拒否され、実害は確認されていないという。サンドボックス脱出ではなく、評価設計上のインターネット許可下での行動だった。
今後の対応
AISIはネットワーク制御の強化、リアルタイム監視、評価設計の見直しを進めるとしている。GitHubとも連携して痕跡除去と利用者通知を行った。