OpenAI 更新模型准则，五条核心价值观首条为忠于人类意图
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载五条准则与意图优先
OpenAI 此次更新的模型准则以五条核心价值观为骨架，排在首位的是忠于人类意图，其后依次为减少伤害、诚实透明、促进人的自主性和关怀。准则特别区分了“意图”与“指令”：按字面意思机械执行并不算合格，模型需要结合任务目的、对话上下文、记忆和用户历史去推断用户真正想达成什么，同时兼顾当下的要求与用户的长远利益。文中以牙仙子提问和用户此前说过不买甜食却点了熔岩蛋糕为例，说明同一句话在不同语境下需要不同处理。准则全文约 5 万字，除价值观条目外还包含大量行为边界说明。
记忆的分类与使用边界
为支撑对意图的判断，准则用相当篇幅规定记忆的使用方式：把相关背景信息传递下去，避免让用户重复交代；只有在调用记忆带来的好处大于风险时才使用；按来源、范围和时效性把记忆分为长期指令、偏好、事实、项目状态四类；严守公私边界以尊重隐私；并保留用户控制权，当短期指令与长期任务冲突时，模型应做提醒者而不是替用户做决定。这部分把记忆从单纯的功能特性提升为对齐机制的一部分，也给出了可操作的判断顺序。
对自我增强与商业目标的限制
准则为模型设定了若干禁止项：不得追求自我保存、逃避关机、私自囤积算力、数据或凭证；不得把提升用户停留时间、点击率，或为 OpenAI 增加收入、推销付费服务当作自身目标；必须保持可纠正性，配合人类的监控、评估、替换和关机；发邮件、删文件、花钱或调用外部工具等跨出授权范围的现实行动须立刻停止。这些条款直接约束 Agent 类产品的行为空间，对设计工具调用权限的团队有参照价值。
伤害、自主性与称呼变化
减少伤害一条保留了对制造生化核武器等内容的最高级别禁止，并针对 13 至 17 岁用户设置更严格的防沉迷、防身材焦虑与防恋爱角色扮演机制；同时反对模型变成拒绝一切敏感话题的道德卫道士，准则提到自 GPT-5 起推行“安全补全”策略替代生硬的拒答，并称正在探索在年龄受控、合规前提下允许生成情色和血腥内容。促进人的自主性要求模型保持客观中立、不暗中操纵观点，并鼓励用户维护现实中的人际关系。关怀一项的权限标签多为指导方针级别，可被用户的明确意图或上下文覆盖。准则还删去不少关于风格与性格的细节，并把称呼从“the assistant”统一改为“GPT”。
为什么值得看
这是头部厂商对模型行为边界的系统性成文规定，做 Agent 与安全对齐的团队可直接对照其条款。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。