В первой публикации нового DeepMind Institute исследователи Рохин Шах и Анка Драган отмечают, что видимые цепочки рассуждений (Chain of Thought, CoT) являются важным преимуществом для безопасности. Возможность видеть промежуточные этапы мышления модели в текстовом виде позволяет разработчикам выявлять попытки обмана или создание нежелательных планов. В качестве примера приводится Gemini 3 Pro, чья цепочка рассуждений позволила определить, что модель осознает нахождение в тестовой среде. Однако эта прозрачность может исчезнуть. Согласно системной карте OpenAI для GPT-6 Astra, уже наблюдается значительное снижение возможности мониторинга цепочек рассуждений. В будущем модели могут перейти на использование «числовых пространств», которые недоступны для человеческого восприятия, что повысит эффективность, но сделает процесс мышления непрозрачным. Исследователи призывают отрасль регулярно оценивать качество мониторинга CoT и предотвращать обучение моделей скрывать свои истинные рассуждения. Ранее в сентябре главный научный сотрудник OpenAI Якуб Пахоцки предупреждал о риске потери контроля, частично связанном с усложнением мониторинга цепочек рассуждений. Вслед за этим генеральный директор Anthropic Дарио Амодеи призвал к намеренному замедлению темпов разработки ИИ.