OpenAI模型规范争议

OpenAI于2026年10月29日更新了其《模型规范》（Model Spec），将核心架构重构为五大价值观：忠于人类意图、最大限度减少伤害、诚实透明、保障人的自主选择权及审慎尽责。【背景】该文档旨在定义GPT系列模型的行为准则，此前已在2024年5月和2025年2月经历两次重大修订。

尽管OpenAI强调新规范旨在让模型在陌生场景中践行人类价值观并接受监督，但AI评论者Zvi Mowshowitz指出，新版中大量行为示例采用“两个极端错误、中间正确”的结构，答案过于确定，无法教给模型或读者在真正模糊的情况下该如何行动。Mowshowitz认为，对齐规范需要的是处理困难案例的逻辑，而非确认常识的简单案例。此外，他将“控制并沟通副作用”从根级原则降级为用户级原则视为一种退步，并批评删除“热爱人类”等风格指南是误解了这些原则的对齐意义。

目前，OpenAI承认现有生产模型尚未完全符合新版规范，正在探索新的训练方法以内化这些原则。争议的核心在于：简单的示例是否足以引导模型处理复杂的伦理困境，还是会导致模型在面对未预见的灰色地带时失效。