一份一百页的行为规范，最后被压缩成五条价值观。
2026 年 10 月 29 日，OpenAI 更新了它的 Model Spec。据报道，这份原本用大量具体条款告诉模型“什么能做、什么不能做”的文档，被改写成一套以价值观为优先的框架：忠实于人类意图、伤害最小化、诚实、人类自主权、关怀。规则变薄了，裁量权变厚了。而真正被推上前台的，不是模型，而是坐在模型下游的开发者与企业。
这不是修辞游戏。当 AI 从陪人聊天的对话框，变成能自主调用工具、执行任务、替人做决定的智能体时，任何写在纸面上的规则都不可能穷尽现实世界的全部情形。OpenAI 的选择是把判断权分层：平台守住不可逾越的红线，红线之内的具体取舍，交给配置默认值的开发者去定义。对齐的责任，就这样沿着产业链向下游转移。
批评者说这只是重组，不是变革。安全边界还在那里，模型依然会拒绝它认为危险的请求。真正的考验在于，OpenAI 未来会不会拿出一套可衡量的、基于价值观的评估基准。否则，“价值观”三个字很容易沦为一句好听的免责声明。
现象层：规则退场，价值观登场
把这次修订放进时间线里看，能更清楚地看到 OpenAI 的思路转折。
Model Spec 最早以“行为接口”的姿态公开。2026 年 3 月，《时代》周刊的报道披露，这份文档已经膨胀到约一百页，协调着模型对社会、对 OpenAI、对开发者、对终端用户之间相互冲突的义务。它的写法更像案例法汇编，而不是道德宣言——大量具体场景、正例反例、合规与违规的边界样本。同一时期，Anthropic 在 1 月发布了八十页的“Claude Constitution”，气质截然不同，读起来像一篇道德哲学论文。剑桥大学 AI 对齐方向的研究者 Sharan Maiya 当时的评价很直接：“Anthropic 的宪法更哲学，OpenAI 的 Spec 更行为化。”
到了 2026 年 10 月 29 日，OpenAI 把这套案例法式的规则体系，收束成五条价值观。据报道，这次修订的直接动因是模型使用场景的迁移：过去模型主要回答人类提出的问题，现在它们开始作为自主智能体（agentic AI）行动，替用户调用工具、执行流程、做出会影响现实世界的决定。在聊天场景里，一条书面指令或许够用；在自主行动场景里，模型会遇到大量指令撰写者根本预料不到的情境。规则永远追不上场景，价值观必须顶上去。
这背后是一场静默的范式转移。论文《The Shift to Agentic AI: Evidence from Codex》记录了一个可量化的侧面：2025 年 12 月到 2026 年 4 月，OpenAI 内部从以对话式 AI 为主的使用模式，快速切换为以 Codex 为代表的智能体工具主导；到 2026 年 6 月 11 日，普通员工当天有约两个半小时处于 Codex 智能体任务的运行中。产业侧的变化更快——客户支持自动化、内部知识检索、金融数据聚合，自主智能体在 2026 年年中已经从研究新奇物变成生产环境里的常规组件。
当模型开始“做事”，它就不再只是回答问题，而是在替人承担后果。一个帮用户订票的智能体，会在航班取消时自行改签；一个帮企业处理工单的代理，会在权限内直接操作客户数据；一个金融分析代理，可能在不询问的情况下调用交易接口。这些动作里没有一条是“写坏的指令”，它们恰恰是指令被忠实地执行了。问题于是变成：谁来判断这个动作该不该做？
OpenAI 的答案是分层。平台层划出不可覆盖的红线，红线之内，开发者和企业通过可配置的默认设置，去界定自己产品里“可接受的行为”。
分析层一：为什么规则管不住自主智能体
规则的本质是枚举。它假设世界是可预见的，假设所有危险情形都能被提前写进条款。这个假设在聊天时代勉强成立——用户的问题再刁钻，输出也只是一段文本，伤害半径有限。
自主智能体打破了这个假设。它的输出不是文本，而是动作。动作会改变外部系统的状态，会花钱、会发信、会修改数据、会触发物理世界的连锁反应。更关键的是，智能体的动作序列是组合爆炸的：单条指令安全，工具 A 安全，工具 B 安全，但 A 和 B 以某种顺序组合起来，就可能产生设计者从未设想过的后果。
这就是所谓“书面指令无法预见的情形”。你无法为每一种组合写一条规则，规则的数量永远追不上动作的组合数。于是 OpenAI 换了一种治理语言：不再试图枚举所有禁止项，而是给出几条高阶原则，让模型在遇到规则空白时，用原则去做情境判断。
这听起来像进步，但它有一个代价：判断的主观性上升了。“伤害最小化”在不同文化、不同行业、不同风险偏好下的含义并不相同。一个医疗场景里的“最小伤害”，和一个电商营销场景里的“最小伤害”，权重完全不同。当规则退场，这些差异不会再被平台统一规定，而是被下沉到每一个具体产品里，由配置默认值的人来决定。
分析层二：对齐责任被转嫁给下游
这才是本次修订最锋利的部分。
OpenAI 的 Model Spec 一直有一套“指挥链”（chain of command）设计：平台（OpenAI）的指令优先级最高，其次是开发者，最后是终端用户。平台级规则不可被覆盖，而大部分行为指南可以被开发者和用户自定义。《时代》周刊的报道点出了这套设计的核心：对“高严重性伤害”的禁止，优先于开发者或用户的任何指令。OpenAI 的帮助文档进一步明确了权威顺序：Root → System → Developer → User → Guideline，其中 Root 层被置于 System 之上，意味着有一部分规则被明确为“任何对话中都不可覆盖”的刚性边界。
这次修订把这条指挥链的意义放大了。平台守住红线——人类安全与人权优先，不得用于大规模监控、定向排斥、操纵人类、侵蚀公民参与，还要保护用户隐私——这些是 OpenAI 自己扛住的“经营许可”（license to operate）问题。红线之内，模型应当如何在具体情境中权衡“忠实于人类意图”与“伤害最小化”，如何在“诚实”与“关怀”之间取舍，则变成开发者和企业的责任。
红线为什么必须由平台自己扛？因为这是 OpenAI 的政治与法律底线。2026 年初的一个插曲很有说服力：Anthropic 拒绝为美国国防部移除关于国内大规模监控和自主武器的红线，OpenAI 随后签下了这份合同，又在舆论压力下后退。山姆·阿尔特曼公开承认这笔交易看起来“投机且草率”，更新后的协议写明“AI 系统不得被有意用于对美国公民和国民的国内监控”。但法律专家对这类保证的效力至今仍有分歧。Model Spec 里那句“模型绝不应被用于协助大规模监控”，就是在这种拉扯中被反复打磨出来的。
换句话说，OpenAI 在说：我告诉你底线在哪里，也给你一套价值观词汇和可配置的默认值；但你的产品在你的行业里到底什么行为算可接受，你自己界定。
这对企业意味着什么？意味着对齐不再是“调一个 API 参数”就能完成的事。企业需要建立自己的 AI 治理层：为自己的行业风险定义默认行为，为智能体的动作序列设置审批与回滚机制，为价值观冲突准备升级路径。合规团队、风险管理、法务的角色会显著上升——因为现在他们要写的，不再是“员工能不能用 ChatGPT”这种边界政策，而是“我们的智能体在什么情况下可以替客户做决定”这种产品级治理。
这也解释了为什么批评者说这只是重组。安全边界没有消失，OpenAI 依然握着最终的解释权和红线的定义权。变化的只是责任分配：平台从“替你决定什么是对错”，变成“告诉你底线，剩下的你自己负责”。对 OpenAI 来说，这是一种风险隔离；对开发者来说，这是一份必须接住的考卷。
分析层三：价值观框架的真正考验是“可衡量”
把价值观写进文档很容易，难的是证明模型真的按价值观行事。
这正是批评者最不放心的地方。如果一次更新只是把“禁止事项清单”重组为“五条原则”，而没有任何配套的评估手段，那么价值观框架就可能只是一种话语层面的升级——听起来更高级，约束力却没有增强。真正的考验在于后续的更新里，OpenAI 会不会引入可衡量的、基于价值观的评估基准（eval benchmarks）：用一组标准化的情境测试，量化模型在“诚实 vs 关怀”“意图忠实 vs 伤害最小化”这类冲突中的表现，并公开追踪这些指标随版本的变化。
OpenAI 在这方面并非没有铺垫。早在 2025 年 2 月分享 Model Spec 更新时，公司就公布过模型在各类场景中对 Spec 原则的遵循度早期结果，并把该版本以 CC0 协议放入公共领域，供开发者和研究者自由使用、改编。这套思路如果延续到价值观框架上，方向是对的：把“模型是否符合价值观”从一句口号，变成一条可以追踪、可以对比、可以问责的曲线。
但这里有一个更深的难题：价值观本身难以被标准化。“关怀”在一个心理健康产品里和一个军事辅助系统里，含义天差地别。可衡量的基准由谁制定？如果基准由平台单方面制定，开发者只是被动应试，那么责任下放就只完成了一半——开发者承担了行为后果，却没有参与规则制定的话语权。如果基准由行业共同制定，那又需要跨公司、跨司法辖区的协调机制，这恰恰是目前最缺的基础设施。
这也是为什么这次修订的影响会溢出 OpenAI 自身。它实际上在给整个行业出题：当 AI 开始自主行动，治理的重心应该放在哪里？是继续堆砌禁止清单，还是建立一套可量化、可审计、可配置的价值观评估体系？OpenAI 选了后一条路，但它能不能走通，取决于它接下来会不会把“价值观”变成可测量的工程对象，而不是停留在文档里的五个名词。
结论层：谁会赢，谁危险
这次修订之后，赢家不会是那些只把智能体当聊天机器人用的公司。真正的受益者是已经为 AI 治理铺好基础设施的企业：有明确行业风险定义、有动作审批与回滚机制、有合规团队深度参与产品设计的组织。对他们来说，OpenAI 下放的裁量权不是负担，而是差异化竞争的空间——在同样的红线之内，谁能把价值观配置得更贴合自己的行业，谁就能做出更可信的产品。
危险的是另一类玩家：以为接上 API 就能自动获得“对齐”的企业。价值观框架把默认值交给了开发者，也把责任交给了开发者。一旦产品里的智能体在自主行动中越界，追问会首先落到企业头上，而不是 OpenAI。到那时，“我们用的是 OpenAI 的模型”不会是一张有效的免责牌。
从更长的周期看，2026 年 10 月 29 日的这次修订，可能会被记成 AI 治理从“平台家长制”转向“分层共治”的一个节点。平台守住底线，开发者定义场景，评估机制负责问责——三层结构如果真能建立起来，自主智能体才有可能在不妨碍创新的前提下被关进笼子。如果建立不起来，价值观框架就只是一次漂亮的重组。
规则能告诉模型什么不能做，只有价值观能告诉它在无人看见时该怎么做。OpenAI 把选择权交给了开发者，也把审视的目光一起交了出去——从今天起，评判一家 AI 公司的，不再是它写了多少条禁令，而是它敢不敢把自己的价值观放进可被测量的光里。
快报