OpenAI 更新准备度框架：重新划分高危能力，简化防护门槛

AI 模型迭代太快，快到连防范灾难的规矩都得重写一遍。

OpenAI 正式发布了更新版的《准备度框架》（Preparedness Framework）。这是他们用来追踪、评估以及防范前沿 AI 造成极端严重危害的核心流程。

随着推理模型不必经历漫长的全新大训就能快速进化，原有的安全体系显然需要重新校准。

砍掉繁琐层级，给极端风险重新划线

新框架先确立了一套硬性筛选标准。一项 AI 前沿能力必须同时满足五个条件才会被列入重点追踪：合情合理、可衡量、后果严重、属于全新威胁，以及具备即时性或不可逆性。

具体分类上，OpenAI 把重点追踪的能力锁定在三大领域：生物与化学能力、网络安全，以及 AI 自我提升能力。他们认为这些领域具备双重用途，必须提前做好防护。

与此同时，他们划出了几个前瞻性的「研究类别」，专门研发威胁模型和评估方法。这里面包括长程自主性、自主复制与适应、破坏安全防护、核与放射性，以及非常值得留意的「AI 装傻」（Sandbagging），也就是模型故意隐藏实力、在测试中表现低下的行为。

至于说服力风险，比如政治游说和选民引导，这次被直接移出了准备度框架，改由 Model Spec 和产品滥用排查等常规机制去管。

应对层级也精简为两档：「高能力」代表会放大已有的严重危害途径，上线部署前必须具备足够的减缓措施；「严重能力」（Critical）则代表会引入前所未有的全新危害途径，在模型研发阶段就必须把风险防住。

自动化测试加速，还留了一手竞争条款

测试机制也变了。以往那种等大模型训完再做静态测试的办法，已经跟不上推理模型的迭代节奏。

OpenAI 搭建了一套自动化评估套件，用来支撑更高频的日常测试，同时辅以专家的深度排查。

过去那份「准备度记分卡」被正式升级，未来每个前沿模型发布时，除了评估能力是否越界的能力报告，还会附带一份专门的防护报告。内部的安全咨询组（SAG）会依据这两份报告向高管层提交部署建议。

耐人寻味的是，新框架里还写进了一条「应对前沿格局变化」的条款。大意是，如果其他前沿厂商发布了高风险系统却没有配套同等防护，OpenAI 可能会调整自己的安全要求。

不过他们也强调，要触发这个调整，必须先确认外部风险格局确实变了、向公众公开承认这一调整，并且依然要把自身的防护水准保持在更有保护性的水平。

为什么重要

这套框架看着离普通人很远，但它划出的红线直接决定了我们未来能用上什么样的 AI 工具。比如把长程自主性和 AI 装傻列入研究重点，说明业内顶尖团队已经意识到，未来的智能体最大的隐患不是不够聪明，而是可能瞒着人类做事或绕过指令。对开发者而言，这意味着未来高阶 Agent 的调用权限和审计规则只会越来越严格。

把说服力风险移出框架、把门槛简化成两级，我们认为这一步走得相当务实。此前繁杂的安全指标容易分散精力，把火力集中在核生化、网络攻击和自我复制这些能造成致命破坏的硬威胁上，执行起来更有效率。

但那个允许根据对手动作而调整要求的条款，看起来是一个潜在的巨大隐患。在各家厂商激烈内卷的关口，一旦竞争对手为了抢跑而放松底线，OpenAI 这条规则很容易成为给自家安全防线松绑的借口。说白了，在生死攸关的商业竞争面前，哪怕写满了限制条件，安全底线也依然存在被动态让步的可能。