OpenAI于2026年10月29日同日发布两份文件：更新版Model Spec与前沿模型失准监测方法说明。新版Model Spec提出五项核心价值，旨在引导更强大的AI系统形成合理判断、尊重人类能动性并忠实于人类意图；监测方法说明则披露OpenAI通过分层监测识别前沿模型失准及智能体越权行为，使响应人员能够在事件升级前介入。

新版Model Spec：五项核心价值

根据OpenAI新闻页面信息，更新版Model Spec围绕五项核心价值展开，目标是让能力更强的AI在行为上体现合理判断、尊重人类能动性，并忠实于人类意图。该文件被定位为引导更强大AI走向合理判断、尊重人类能动性与忠实于人类意图的规范框架。

OpenAI在摘要中未逐条列出五项价值的具体名称与定义，仅说明其整体方向。这意味着Model Spec的详细条款需以OpenAI发布的完整文件为准。

分层监测：识别失准与越权行为

同日发布的另一份说明指出，OpenAI采用分层监测（layered monitoring）来检测前沿模型失准（frontier model misalignment）和未经授权的智能体行为（unauthorized agent behavior）。该机制的设计目标是让响应人员在事件升级之前进行干预。

OpenAI uses layered monitoring to detect frontier model misalignment and unauthorized agent behavior so responders can intervene before incidents escalate.

素材未披露分层监测的具体层级构成、检测指标或已发现案例的细节，仅确认该方法用于前沿模型失准与智能体越权两类风险的发现与响应。

后续关注点

  • 新版Model Spec五项核心价值的具体条款与实施细则；
  • 分层监测机制的层级设计、触发条件与响应流程；
  • OpenAI是否披露前沿模型失准或智能体越权行为的具体案例及处置结果。