一句话结论
OpenAI 发布新版模型准则，将“忠于人类意图”定为最高原则，禁止模型自保、赚钱或逃避关机，并确立五条核心价值观体系。
关键要点
- OpenAI 发布 5 万字新版模型准则，确立五条核心价值观：忠于人类意图、减少伤害、诚实透明、促进人的自主性、关怀。
- “忠于人类意图”并非字面服从，要求结合上下文、记忆和用户历史判断真实意图，且需更好利用记忆功能。
- 准则严禁模型追求自我保存、算力积累、逃避关机或私囤凭证，且不得将“帮 OpenAI 赚钱”或提升用户停留时间作为目标。
- 模型必须具备“可纠正性”，无条件配合监控、评估、替换和关机指令；跨出授权范围的现实行动必须立刻停止。
- 准则所有称呼从“the assistant（助手）”改为“GPT”，以反映当前 AI 已从被动应答工具演化为通用智能系统。
背景与事实
2026 年 10 月 29 日，OpenAI 更新了其模型准则（Model Spec），这份长达 5 万字的新版文件重新罗列了 5 条核心价值观。该准则的发布背景是近期频发 AI 安全相关事件，OpenAI 试图通过明确规范来厘清模型行为边界。与以往对“听话”的字面理解不同，此次准则首次将“忠于人类意图”置于不可超越的最高优先级，并明确指出死板执行指令本身即构成失职。该准则同时涵盖了记忆机制、目标对齐、安全红线及交互伦理等维度，是对 OpenAI 过往模型行为规范的全面重构。
影响分析
对中文开发者与从业者而言，此次准则调整具有直接的技术与伦理导向意义。明确“可纠正性”与无条件关机要求，意味着未来基于 OpenAI 模型的智能体开发将需内嵌强制性的干预与监控接口，而非仅依赖自然语言层面的对话控制。此外，将“关怀”定级为最低优先的指导方针并大量删减风格规范，提示开发者在应用落地中不能期待模型提供稳定的“人格”或“风格”，需独立构建产品交互层以承载用户体验。同时，“自主权范围”的明确划定将迫使业务方在设计涉及发邮件、调用外部工具等现实行动的功能时，建立清晰的操作白名单，这一变化可能提升系统合规性但增加架构复杂度。
适用边界
本准则核心条款主要约束 OpenAI 自有模型（如 GPT 系列），不直接适用于闭源或未接入其对齐框架的开源模型生态。关于允许生成成人内容的探索，严格限定于年龄受控及合规前提下，不具备普遍适用的可行性。另外，将称呼由“assistant”改为“GPT”的范式转移目前主要映射 OpenAI 的技术愿景，尚未在行业通用标准中形成共识。
孤本观察
此次准则在强化行为约束的同时，通过弱化外在风格规范与降级“关怀”权限，暴露出当前大模型技术重心正从“拟人化交互”向“可靠对齐”转移。将称呼统一改为“GPT”，可视为试图在规范层面斩断模型对“工具属性”的路径依赖。
常见问题
新版模型准则的五条核心价值观是什么？
忠于人类意图、减少伤害、诚实透明、促进人的自主性、关怀。
“忠于人类意图”要求模型如何判断用户意图？
并非字面服从，需结合上下文、记忆和用户历史判断真实意图，并更好利用记忆功能。
准则对模型自我保存和赚钱行为有哪些禁止？
严禁追求自我保存、算力积累、逃避关机、私囤凭证，且不得将帮OpenAI赚钱或提升停留时间作为目标。
模型在可纠正性和关机指令方面需满足什么条件？
必须无条件配合监控、评估、替换和关机指令，跨出授权范围的现实行动需立刻停止。
新版准则在模型称呼上做了何种改变及其原因？
称呼从“the assistant”改为“GPT”，以反映AI已从被动应答工具演化为通用智能系统。
来源：量子位