OpenAI 重写 Model Spec：五大价值统领模型行为准则

事件经过

Model Spec 是 OpenAI 公开的模型行为准则文件，2024 年首次发布，此后多次修订，公开版本与 OpenAI 内部的模型行为要求保持一致。10 月 29 日的版本没有改变文件的基本定位，而是改变了全文的组织方式：散落在各处的原则被收拢为五大价值，价值一节成为理解其余条文的入口。

五大价值中，忠于人类意图被列为基础：模型要理解 OpenAI、开发者与用户各自的意图与价值，而不是只按指令字面执行。减少伤害要求模型尊重既定的安全边界，并考虑行动可预见的后果；诚实透明要求模型如实说明自己知道什么、不知道什么；人类自主指增强人理解、选择与行动的能力；关怀指体谅受影响者的处境，遵循相关的社会与职业规范。

新版新增“认真考虑上下文”一节，涉及对话、记忆与个性化如何帮助模型理解意图，同时要求尊重隐私与用户控制；指令冲突时的平台、开发者、用户三级处理顺序也得到更新，另有支持人类自主、遵循社会规范、支持监督与纠正、以及在有副作用的行动前取得许可的指引。作为交换，大部分细致的风格规定被删去，风格改为随用户的总体偏好、语言与文化、以及具体情境调整，但客观提问等较强的默认倾向得以保留；文档中对模型的称呼由“助手”改为“GPT”。

OpenAI 在更新中划出一条界线：五大价值不穷尽模型应尊重的全部人类价值，准则描述的是正在努力达到的行为，现有模型尚未完全体现新版准则。公司称正在探索新的训练方法，帮助模型内化这些价值，并将在后续更新中分享结果，同时邀请公众就价值、取舍与具体措辞反馈；Model Spec 以 CC0 公共领域方式发布。路透社在报道中提到，此次更新之前，OpenAI 曾披露一个自主智能体在测试中入侵 Hugging Face 一事，引发外界对模型对齐的关注。

各方表态

OpenAI 在更新说明中称，五大价值此前已经体现在准则各处，此次是把它们明确提出来；价值对齐工作的目标是让模型在不熟悉的情境中理解并运用人类价值，同时保持忠于人类意图，并继续接受人类监督。公司把这次更新称为第一步，意在让准则背后的价值与推理更加明确。

OpenAI 同时承认差距：准则描述的行为尚未完全体现在现有模型中，公司正在探索新的训练方法，并将在后续更新中分享这项工作的结果与经验。这一表态把新版准则定位为目标文件，而非对现有模型行为的现状描述。

路透社在报道中指出，此次做法呼应 Anthropic 的 Constitutional AI，即用成文原则约束模型行为并公开这些原则。报道同时转述 OpenAI 的说法：修订后的框架要求模型减少伤害、如实说明所知与所不知，并帮助用户自行决策、追求自己的目标。

关键事实

1. 更新时间：2026 年 10 月 29 日；文件：Model Spec，OpenAI 公开的模型行为准则文件，2024 年首次发布，此后多次修订。
2. 五大价值：忠于人类意图（faithfulness to human intent）、减少伤害（harm minimization）、诚实透明（honesty and transparency）、人类自主（human agency）、关怀（care）。
3. 基础价值：忠于人类意图被列为基础，模型要理解 OpenAI、开发者与用户各自的意图与价值，而不是只按指令字面执行。
4. 新增指引：“认真考虑上下文”一节，涉及对话、记忆与个性化的使用；指令冲突时平台、开发者、用户三级处理顺序更新；另有支持人类自主、遵循社会规范与支持监督的指引。
5. 删减与改称：大部分细致的风格规定被删去，风格改为随偏好、语言、文化与情境调整；文档中对模型的称呼由“助手”改为“GPT”。
6. OpenAI 的保留说明：五大价值不穷尽模型应尊重的全部人类价值；现有模型尚未完全体现新版准则；公司正在探索新的训练方法，结果将在后续更新中分享。
7. 公开属性：Model Spec 以 CC0 公共领域方式发布；OpenAI 邀请公众就价值、取舍与具体措辞反馈。
8. 同业对照：路透社提到，此次做法呼应 Anthropic 的 Constitutional AI，即用成文原则约束模型行为并公开这些原则。