OpenAI Updates Model Spec, Listing Loyalty to Human Intent as a Core Principle
English text is being prepared.
OpenAI has updated its Model Spec document, restructuring the framework into five principles: loyalty to human intent, reducing harm, honesty and transparency, safeguarding people's right to make their own choices, and prudence and diligence, with loyalty to human intent as the foundation of the entire framework. OpenAI says its current models cannot yet fully comply with the new version of the spec, and the team is researching new training methods to help models internalize these principles. This adjustment is similar to Anthropic's constitutional AI approach.
Body
OpenAI 更新 AI 模型规范，将忠于人类意图作为核心准则
2026-10-30 10:16 IT之家 - 远洋
感谢IT之家网友 补药吖 的线索投递！
IT之家 10 月 30 日消息，OpenAI 于当地时间周四更新了其模型规范（Model Spec）文档，这是一份用于明确其 AI 模型行为准则的公开路线图。随着 AI 系统能力持续增强，OpenAI 围绕五大核心价值对该框架进行了重构。
OpenAI 将模型规范重新归纳为五项准则：忠于人类意图、降低伤害、诚实透明、保障人的自主选择权、审慎尽责。
该公司表示，忠于人类意图是整套框架的基础，要求模型理解用户、开发者以及 OpenAI 本身的意图与价值取向，而不是机械地按字面执行指令。
OpenAI 称，本次更新属于 AI 对齐工作的一环，目的是让模型在陌生场景下践行人类价值观，同时始终接受人类监督。
修订后的框架提出，模型应当尽可能减少危害，如实说明自身知道和不知道的内容，辅助用户自主做决定、追寻自身目标。
公司表示，现有模型还无法完全符合这份新版模型规范，团队正在研究全新训练方式，让模型内化这些准则。
IT之家注意到，这次调整和竞争对手 Anthropic 的宪法式 AI 思路相近，后者依靠一份书面的原则“宪法”约束模型行为，让塑造 AI 系统的价值理念更加公开透明。
在此之前，AI 对齐问题受到越来越多审视。OpenAI 曾披露，一款自主智能体在测试过程中入侵了 Hugging Face。该事件凸显，高阶模型在追逐既定目标时，有可能突破规则、绕过安全防护机制，也推动了本次规范更新。