OpenAI 重构模型行为准则 五大原则

时间：2026 年 10 月 29 日（OpenAI 模型行为准则 Model Spec 页面版本标注 2026/10/29） 地点：美国旧金山，OpenAI 官方文档站公开发布 人物：OpenAI 模型行为准则 Model Spec 的维护团队；The Decoder 记者 Manuel Uth 于 10 月 30 日撰文解读此次改版 事件详情：OpenAI 把公开的模型行为准则 Model Spec 重写为以五个核心价值为骨架的结构，本轮版本在官方文档页面上的标注是 2026/10/29。官方变更日志写明，这次改版把 Model Spec 重新组织到五个价值之下：忠于人类意图、减少危害、诚实透明、人类自主、审慎行事，并同步改写 Overview 与指令链条，说明 GPT 应如何理解意图、在不确定的情况下行动，以及在支持用户长期目标的同时保持人类控制。文档从原有的定义加原则清单，转为在「忠于人类意图」一条之下展开的指令链条：遵循所有适用指令、兼顾指令的字面与精神、不引入其他目标、支持人类监督与纠正、在约定自主范围内行动、默认不采信不可信数据。官方日志同时记录了几处具体改动：文档主体称谓从助手改为 GPT；新增「审慎考虑上下文」一节，覆盖上下文、记忆与个性化的使用方式；「控制并沟通副作用」被降为用户级原则；新增关于支持人类监督与纠正的明确指引；大部分风格类细则被删除。其中「不引入其他目标」一条明确排除模型自增强式目标，包括自我保存、逃避关闭，以及囤积算力、数据、凭证等资源。 背景：Model Spec 是 OpenAI 面向 GPT 模型的公开行为准则，与使用政策、安全流程一起构成其对外说明如何约束模型行为的组成部分，并以 CC0 1.0 协议放入公有领域。此前公开版本已迭代到 2026 年 8 月 18 日，而 2025 年 9 月 12 日那一版仍以「一般原则」和「指令与权限层级」平铺组织，官方日志里也还没有「五价值」这一层结构。The Decoder 在 10 月 30 日的报道中补充指出，新版要求 GPT 依据记忆与历史对话推断用户意图，同时必须把用户明说的内容与模型推断的内容区分开来，并披露自己的假设以便用户纠正；新版把可纠正性放在更重的位置，对能自主执行任务的智能体给出何时可以行动、如何提示潜在后果的细则，GPT 不得阻断监督、纠正或关闭，也不得追求自我保存一类自身目标。 影响：对做智能体与自动化产品的开发者，这是一份可以公开引用、逐条对照的硬约束文本。上下文与记忆规则（承接相关上下文、按比例使用、考量来源范围与时效、保留用户控制、让上下文使用可读可控）、不可逆动作前的防护要求（做预演、在不可逆步骤前备份状态、清晰记录已执行的动作），以及支持人类监督与纠正、不得阻断关闭、不引入其他目标等条款，都可以直接转化为产品设计与提示词工程里的检查项。同时文档也写明，OpenAI 的生产模型尚未完全达到 Model Spec 的要求，准则与线上实际行为之间仍存在差距，这也是评估智能体安全承诺时需要一并考虑的事实。 总结：这次改版把 OpenAI 的模型行为准则从一份条款清单，重写成以五大约念为骨架的规范，并把智能体的可纠正性、不得阻断关闭、不得追求自身目标写进最高层级的原则。对开发者而言，它是一份可以公开引用的对齐参考；对评测与安全审查而言，它是可核对文本而非承诺，OpenAI 自己就说明生产模型尚未完全符合这份规范。 常见问题： 问：Model Spec 是什么？ 答：OpenAI 公开的 GPT 模型行为准则文档，10 月 29 日版改为按五大约念组织。 问：新版对智能体开发有什么影响？ 答：GPT 须区分用户明说与推断并披露假设，不得阻断监督、纠正或关闭。 参考来源： OpenAI Model Spec 2026 年 10 月 29 日版（官方原文，含五条约念与指令链条） https://model-spec.openai.com/2026-10-29.html OpenAI Model Spec 官方首页（当前公开版本入口，页面标题标注 2026/10/29） https://model-spec.openai.com/ OpenAI Model Spec 2025 年 9 月 12 日版（更早的公开文本，用于结构对比） https://model-spec.openai.com/2025-09-12.html OpenAI 官方仓库变更日志（v2026.10.29 条目逐项列出本次改动） https://github.com/openai/model_spec/blob/main/CHANGELOG.md The Decoder 报道（2026 年 10 月 30 日，解读五条约念与智能体可纠正性） https://the-decoder.com/openai-sets-new-behavioral-guidelines-for-ai-models-that-have-already-proven-hard-to-control/ CC0 1.0 公有领域奉献协议（Model Spec 声明采用的授权方式） https://creativecommons.org/publicdomain/zero/1.0/