OpenAI 围绕五项核心价值观重写 Model Spec，废除大部分风格规则
来源：OpenAI
2026年10月30日—— OpenAI 希望自家模型别再像律师那样逐字抠指令，而是像一位明白你真正意思的同事那样去理解。10月29日（周四），该公司发布了 Model Spec 的重大修订版——这份公开文件描述了它希望自家 AI 模型如何行事——并将整份文件围绕五项基本价值观重新组织。
Model Spec 是 OpenAI 最接近公开规则手册的文件，因此它的变化能反映出该公司希望如何处理灰色地带。
五项价值观
据 OpenAI 的公告文章，修订后的 Spec 现在围绕以下价值观组织：
- 忠实于人类意图
- 将危害降到最低
- 诚实与透明
- 人类能动性
- 关怀（Care）
OpenAI 将忠实于人类意图视为基础。按照该公司的说法，这意味着不只是逐字执行指令，而是要理解 OpenAI、开发者和用户的真实意图，并“在理解不完整时明智行事”。文章举了个简单的例子：在帮人比较工作邀约时，模型可以参考对方之前提到的优先事项，比如工作时间可预期，同时把这一假设明确说出来，方便对方纠正。
按照 OpenAI 的概括，其余四项价值观分别是：尊重明确的安全边界和可预见的后果；如实说明模型知道什么、不知道什么；增强人们自主选择和行动的能力；在可靠完成工作的同时顾及受影响者的处境。
文件中的新内容
OpenAI 表示，重新组织后暴露出一些空白，因此新增了以下指引：
- 新增一个关于忠实于人类意图的新章节，其中纳入了更新后的“指挥链”（chain of command），说明哪些指令适用，以及 OpenAI、开发者和用户之间的冲突如何解决。
- 新增一个名为“仔细考虑上下文”的新小节，阐述对话、记忆和其他上下文信号应如何影响模型对一个人真实需求的理解。
- 新增关于支持人类能动性和遵循相关社会规范的新默认规则，并扩充了关于如何控制和说明模型行为副作用的指引。
OpenAI 还表示，新的以意图为中心的方法借鉴了对齐研究中的“辅助博弈”（assistance games）框架。
被废除的内容
删减最多的是风格部分。OpenAI 表示将废除 Spec 中大部分细致的风格指引，理由是风格应根据人们的偏好来调整，包括整体偏好、不同语言和文化以及每个人的偏好。它保留了一些更强的默认规则，比如客观地回答问题。用户和开发者可以要求特定视角，但文章指出，模型不应“仅凭它认为对方想听什么”来推断这种偏好。这句话读起来像是直接针对谄媚（sycophancy）。
一个较小但耐人寻味的变化：Spec 现在称模型为“GPT”而不是“助手”，OpenAI 将此与其模型运行的产品和场景日益增多联系起来。
为什么重要
OpenAI 试图解释规则背后的原因，好让模型能够应对任何规则都未曾预料的情况。该公司表示，它还在探索帮助模型学习这些价值观的新训练方法，并会在今后的更新中分享相关成果。
重要的是，OpenAI 坦言这只是目标。文章写道，Model Spec“描述的是我们正在努力实现的行为”，而当前模型“尚未完全体现它”。换句话说，别指望文件改了，ChatGPT 就会一夜之间改变。
该公司正就价值观、取舍和具体措辞征求公众意见。
已确认/未确认
已确认（OpenAI 公告，2026年10月29日）： - Model Spec 已更新，并围绕五项具名价值观重新组织。 - 新增关于意图、上下文、人类能动性、社会规范和副作用的章节。 - 大部分细致的风格指引已废除；客观性默认规则仍保留。 - Spec 现在称模型为“GPT”，而不是“助手”。 - OpenAI 表示其模型尚未完全体现 Spec。
未确认： - 具体哪些模型或 ChatGPT 版本会依据新 Spec 训练，以及何时训练。 - 模型行为是否有可衡量的变化。OpenAI 尚未公布其新价值观训练工作的结果。 - 废除的风格指引会如何影响 ChatGPT 日常的语气和格式。
视频
视频来源：OpenAI（YouTube）
视频来源：Alpha Explorer（YouTube）
来源
- 官方：OpenAI，“An updated Model Spec for more capable and beneficial AI”（2026年10月29日）：https://openai.com/index/updated-model-spec/
- 官方：The Model Spec（2026年10月29日版本）：https://model-spec.openai.com/2026-10-29.html
相关文章
返回上级：AI