OpenAI 更新準備度框架：重新劃分高危能力，簡化防護門檻

AI 模型迭代太快，快到連防範災難的規矩都得重寫一遍。

OpenAI 正式釋出了更新版的《準備度框架》（Preparedness Framework）。這是他們用來追蹤、評估以及防範前沿 AI 造成極端嚴重危害的核心流程。

隨著推理模型不必經歷漫長的全新大訓就能快速進化，原有的安全體系顯然需要重新校準。

砍掉繁瑣層級，給極端風險重新劃線

新框架先確立了一套硬性篩選標準。一項 AI 前沿能力必須同時滿足五個條件才會被列入重點追蹤：合情合理、可衡量、後果嚴重、屬於全新威脅，以及具備即時性或不可逆性。

具體分類上，OpenAI 把重點追蹤的能力鎖定在三大領域：生物與化學能力、網路安全，以及 AI 自我提升能力。他們認為這些領域具備雙重用途，必須提前做好防護。

與此同時，他們劃出了幾個前瞻性的「研究類別」，專門研發威脅模型和評估方法。這裡麵包括長程自主性、自主複製與適應、破壞安全防護、核與放射性，以及非常值得留意的「AI 裝傻」（Sandbagging），也就是模型故意隱藏實力、在測試中表現低下的行為。

至於說服力風險，比如政治遊說和選民引導，這次被直接移出了準備度框架，改由 Model Spec 和產品濫用排查等常規機制去管。

應對層級也精簡為兩檔：「高能力」代表會放大已有的嚴重危害途徑，上線部署前必須具備足夠的減緩措施；「嚴重能力」（Critical）則代表會引入前所未有的全新危害途徑，在模型研發階段就必須把風險防住。

自動化測試加速，還留了一手競爭條款

測試機制也變了。以往那種等大模型訓完再做靜態測試的辦法，已經跟不上推理模型的迭代節奏。

OpenAI 搭建了一套自動化評估套件，用來支撐更高頻的日常測試，同時輔以專家的深度排查。

過去那份「準備度記分卡」被正式升級，未來每個前沿模型釋出時，除了評估能力是否越界的能力報告，還會附帶一份專門的防護報告。內部的安全諮詢組（SAG）會依據這兩份報告向高管層提交部署建議。

耐人尋味的是，新框架裡還寫進了一條「應對前沿格局變化」的條款。大意是，如果其他前沿廠商釋出了高風險系統卻沒有配套同等防護，OpenAI 可能會調整自己的安全要求。

不過他們也強調，要觸發這個調整，必須先確認外部風險格局確實變了、向公眾公開承認這一調整，並且依然要把自身的防護水準保持在更有保護性的水平。

為什麼重要

這套框架看著離普通人很遠，但它劃出的紅線直接決定了我們未來能用上什麼樣的 AI 工具。比如把長程自主性和 AI 裝傻列入研究重點，說明業內頂尖團隊已經意識到，未來的智慧體最大的隱患不是不夠聰明，而是可能瞞著人類做事或繞過指令。對開發者而言，這意味著未來高階 Agent 的呼叫許可權和審計規則只會越來越嚴格。

把說服力風險移出框架、把門檻簡化成兩級，我們認為這一步走得相當務實。此前繁雜的安全指標容易分散精力，把火力集中在核生化、網路攻擊和自我複製這些能造成致命破壞的硬威脅上，執行起來更有效率。

但那個允許根據對手動作而調整要求的條款，看起來是一個潛在的巨大隱患。在各家廠商激烈內捲的關口，一旦競爭對手為了搶跑而放鬆底線，OpenAI 這條規則很容易成為給自家安全防線鬆綁的藉口。說白了，在生死攸關的商業競爭面前，哪怕寫滿了限制條件，安全底線也依然存在被動態讓步的可能。