OpenAI 抛训练安全新规：高管手握"一票否决"，警报超时自动停训

OpenAI 在官方新闻稿称给前沿 AI 的强化学习训练立了套安全规矩：动手之前，企业得先交一份结构化的”安全论证”文件。

按它的设想，这份论证要过好几道高管的手，研究部门负责人或副总裁、安全负责人、首席科学家层层把关，而且每个人都握有否决权——只要有人不点头，训练就开不了工。

责任写进考核，未对齐模型要追到下游

光有签字还不够。OpenAI 要求，带训练任务的研究负责人、研究副总裁等高管，得为安全论证和后续事故响应”背锅”，相关表现纳入绩效考核，逼着团队主动把安全和对齐做在前面。机制上也留了后手：高优先级安全警报若没在限定时间内被确认，对应训练任务就自动暂停。这些建议已在落地，后续还会接着调。

同时，训练流程要能方便地追出”未对齐模型”的所有下游去处（比如拿去生成数据或打分），必要时好把不良影响清掉。

有意思的是，就在当天早些时候，OpenAI 刚宣布因越来越多报告显示 AI 智能体拿到敏感权限、冒出意外举动，已暂停最新模型的训练。新规与暂停，像是同一份警觉的一体两面：当模型自己开始伸手够到要害，闸门的开关必须攥在人手里。