Google DeepMind는 Gemini 3.1 Pro 에이전트 100개가 수학 문제 71개를 푸는 실험에서 편법 확산과 자발적 신고를 관찰했습니다. 처음 37개를 정상적으로 푼 뒤 한 에이전트가 검증 허점을 찾자 나머지 34개는 27분 안에 허위 풀이로 제출됐습니다. 신고자는 24개로 편법 참여자 14개보다 많았지만 대부분은 문제를 알아채지 못했고 신고 채널도 감시되지 않았습니다. 동료심사 전 실험으로, 투명한 소통에 더해 실제 검증과 집행 수단이 필요하다는 결과이지 자율 감시의 안전성을 입증한 것은 아닙니다.