OpenAI於2026年10月29日同日發佈兩份文件：更新版Model Spec與前沿模型失准監測方法說明。新版Model Spec提出五項核心價值，旨在引導更強大的AI系統形成合理判斷、尊重人類能動性並忠實於人類意圖；監測方法說明則披露OpenAI通過分層監測識別前沿模型失准及智能體越權行為，使響應人員能夠在事件升級前介入。

新版Model Spec：五項核心價值

根據OpenAI新聞頁面信息，更新版Model Spec圍繞五項核心價值展開，目標是讓能力更強的AI在行為上體現合理判斷、尊重人類能動性，並忠實於人類意圖。該文件被定位為引導更強大AI走向合理判斷、尊重人類能動性與忠實於人類意圖的規範框架。

OpenAI在摘要中未逐條列出五項價值的具體名稱與定義，僅說明其整體方向。這意味著Model Spec的詳細條款需以OpenAI發佈的完整文件為準。

分層監測：識別失准與越權行為

同日發佈的另一份說明指出，OpenAI採用分層監測（layered monitoring）來檢測前沿模型失准（frontier model misalignment）和未經授權的智能體行為（unauthorized agent behavior）。該機制的設計目標是讓響應人員在事件升級之前進行干預。

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

素材未披露分層監測的具體層級構成、檢測指標或已發現案例的細節，僅確認該方法用於前沿模型失准與智能體越權兩類風險的發現與響應。

後續關注點

  • 新版Model Spec五項核心價值的具體條款與實施細則；
  • 分層監測機制的層級設計、觸發條件與響應流程；
  • OpenAI是否披露前沿模型失准或智能體越權行為的具體案例及處置結果。