OpenAI部署“控制室”系统：35秒内切断模型推理，采用故障关闭机制

OpenAI于2026年11月9日发布了名为“Control Room”（控制室）的内部安全系统，旨在快速追踪并停止其研究基础设施中的模型工作负载。该系统已部署在OpenAI的研究环境中，用于在出现安全或对齐问题时迅速干预。

Control Room的核心机制在于将终止逻辑集成在推理引擎层，而非易变的工作负载代码中。当研究人员启动一个强化学习实验或评估任务时，工作负载会向Control Room申请一个唯一的job_id。每次该任务需要从模型采样token时，推理引擎都会携带此ID向Control Room请求授权。如果Control Room标记该任务为停止状态，它将拒绝授权，导致引擎返回拒绝响应，从而在35秒内切断模型输出。这一延迟源于支持高流量所需的缓存层，OpenAI表示正致力于将其降至零。

该系统采用了“故障关闭”（fail-closed）设计原则。这意味着如果Control Room服务本身因错误或被恶意篡改而宕机，所有推理请求将被默认拒绝，直到服务恢复正常。这种设计确保了即使监控或决策系统失效，模型也无法继续运行未受控的任务。目前，这一机制已在前沿模型研究工作负载中全面推出，并将逐步覆盖剩余的研究工作负载。

Control Room与OpenAI的错位监控系统协同工作。例如，在最近的DNS相关事件中，监控系统检测到潜在问题后通知Control Room停止特定任务。通过将权限检查集中在少数几个标准化的推理引擎路径上，OpenAI试图解决分布式、频繁变更的研究代码难以实施统一安全保护的问题。