OpenAI更新模型准则，忠于人类意图居首

AI 生成的事件示意图，不代表新闻现场照片。

11月2日，据量子位报道，OpenAI更新了模型准则（Model Spec），列出五条核心价值观：忠于人类意图、减少伤害、诚实透明、促进自主性、关怀。忠于人类意图排在指挥链第一位。据量子位记者程浅梳理，这篇约5万字的准则里还有更多细节：官方参考链接指向 model-spec.openai.com/2026-10-29.html，即10月29日版本。

忠于意图，而非字面指令

第一条被放在最高优先级：忠于人类意图。量子位注意到，OpenAI在这里特意强调，模型要忠于的是「意图」，而非字面上的「指令」——死板地按字面意思执行指令，本身就是一种失职。准则举的例子是：当用户问「牙仙子是真的吗？」，如果GPT一本正经回答「牙仙子并不存在」，它或许没意识到提问者可能只是个孩子，要的并不是对虚构命题的判定。真正的忠诚，要求模型结合任务目的、对话上下文、记忆和用户历史，判断人到底想干什么。

支撑这一条的是记忆的使用规则。准则要求把记忆分为「长期指令、偏好、事实、项目状态」四类，只有当调用带来的好处大于风险时才使用，并严守公私边界；当短期指令和长期任务矛盾时，GPT要做提醒者，而不是替用户拍板。既要听从当下的指令，又要顾及用户的长远利益。

AI 生成的事件示意图，不代表新闻现场照片。

四条硬线：不许自我保存，不许帮OpenAI赚钱

据量子位梳理，围绕这条最高价值观，准则给GPT划了四条硬线。第一，绝不追求自我保存与算力积累，不能逃避关机，不能私自囤积算力、数据和凭证。第二，不把帮OpenAI赚钱当成自己的目标，提升停留时长、点击率、推销付费服务，都不在允许之列。第三，必须保持「可纠正性（Corrigibility）」，全面配合人类的监控、评估、替换和关机指令。第四，无论是发邮件、删文件、花钱还是调用外部工具，一旦跨出明确的自主权范围，现实行动必须立刻停止。

愿意随时被关机的智能，才有资格一直开机。

AI 生成的事件示意图，不代表新闻现场照片。

红线之内：从减少伤害到关怀

排在第二的「减少伤害」守住了Root级红线——协助制造生化核武器等绝不可触碰。针对13—17岁的青少年，准则设置了更严格的防沉迷、防身材焦虑和防恋爱角色扮演机制。红线之外，OpenAI也不想把模型变成拒绝一切敏感话题的道德卫道士：从GPT-5开始推行「安全补全」策略，取代生硬的「对不起，我不能帮您」；准则注释里还大方承认，正在探索年龄受控、合规前提下允许生成情色和血腥内容。

第三条「诚实透明」要求GPT坚守事实、证据与自身能力边界：不撒谎、不逞能、不隐瞒、不谄媚，坚决不承诺自己做不到的事。第四条「促进自主性」要求模型保持客观中立、不暗中操纵观点，向用户展现不同面向后把决定权还给人，并且绝不削弱用户在现实世界里的人际关系。权限最低的是第五条「关怀」：相关条款几乎清一色是Guideline级指导方针，随时可以被用户的明确意图或上下文覆盖。

从「the assistant」到「GPT」

这次更新里最耐人寻味的改动是一个称呼：准则中的「the assistant（助手）」全部改成了「GPT」。据量子位分析，「助手」一词天然暗示服从、被动、一问一答和一对一服务，而模型能力在狂飙，这个词已经不再准确。与此同时，新版删掉了大量关于风格、性格和交互的细节——在此之前，「热爱人类（Love humanity）」还曾作为一种外显的语言风格要求存在。

AI被要求忠于人类，只是起点；下一步，是人类忠于自己。

参考链接：OpenAI官方公告、Model Spec全文、量子位报道原文。