OpenAI 更新 Model Spec：围绕五项价值（忠实意图、减少伤害、诚实透明、人的能动性、关切）重组行为规范

这件事意味着什么

【要点】

OpenAI 于 UTC 2026-10-29 17:00（北京时间 10 月 30 日 01:00）发布博文《An updated Model Spec for more capable and beneficial AI》，对公开的 Model Spec 做结构性改版：把原先分散的行为原则收拢到五项底层价值——忠实于人类意图（faithfulness to human intent）、减少伤害（harm minimization）、诚实与透明（honesty and transparency）、促进人的能动性（human agency）、关切（care）。

改版要点：新增「仔细考虑上下文」「支持人的能动性」「遵循相关社会规范」等默认原则，扩展副作用控制与沟通；退役大部分详细文风/风格指引，保留「客观对待问题」等较强默认；指令冲突仍走更新后的 chain of command；文中把模型称呼从 “the assistant” 改为 “GPT”。OpenAI 明确写：Spec 描述的是目标行为，现有模型尚未完全体现；公司正在探索让模型「理解原则为何重要」的新训练方法，后续再公布结果。同日另发《How we detect frontier model misalignment》（UTC 09:00），属配套对齐研究，本条以 Spec 改版为主。

【可核验】

OpenAI 博文：https://openai.com/index/updated-model-spec

Model Spec 正文：https://model-spec.openai.com/

同日误对齐检测：https://openai.com/index/how-we-detect-frontier-model-misalignment

Techmeme 已收录该 Spec 更新头条。

【我们的判断】

一、背景：Model Spec 是 OpenAI 对外可核对的「想让模型怎么表现」说明书，地位接近 Anthropic 的 Constitution / Claude 行为规范，以及微软 AI 的 MAI Code of Conduct（站内曾跟 e/777）。这次不是换模型，而是把价值对齐从散点原则收成五根柱子，并承认当前产品还没完全跟上——对部署侧采购与安全评测，可核对的行为目标本身就是增量信息。

二、对照：Anthropic 路线更偏宪法式禁区与宪法训练；微软 MAI 更偏「不抗拒关停、不自行扩权」等产品红线；OpenAI 这次强调 assistance-games / 忠实意图，并把风格细则下放给用户与开发者偏好。三者都在把「对齐」从研究术语写成可引用的公开规范，但约束硬度与可执行测试集仍不透明。

三、影响：短期对 GPT-6.x / Codex / dots 的体感未必立刻变（官方已说未完全体现）；中期会成为外部评测、企业合规问卷与监管对话的引用锚点，也可能抬高对思维链/副作用可见性的采购要求。需盯后续训练方法论文与 Spec diff 是否落到可测行为，而非停在价值叙事。