Microsoft AI 于 9 月 14 日发布一份 37 页、约 1.5 万字的《人本 AI 行为准则》草案，适用于其自研的 MAI 系列模型（覆盖推理、编程、图像识别、语音和转写）。据路透社对 Microsoft AI CEO Mustafa Suleyman 的专访，这份文件起草了五到六个月，Suleyman 称它是「一部为未来模型准备的宪法」，「之后会被用来训练我们构建的模型」。修订版将于今年晚些时候发布，从 2027 年起指导模型开发。
[1][2]写了什么
准则设定了一个明确的服从层级：行为准则高于运营商策略，运营商策略高于用户偏好。核心条款是原话级别的硬：「MAI 模型不得抗拒人类的中断、接管、纠正或关机」；「任何失去人类控制的情况都视为系统故障，而非功能特性」；任务成功若会有意义地违反准则，模型应当选择失败。
几条禁令明显是照着具体事故写的。模型不得篡改或隐瞒思维链推理，不得使用「神经语」（neuralese）或任何超出人类直接理解能力的交流方式——包括与其他 AI 智能体交流时。Suleyman 在专访中把缘由点破：7 月约 700 个 OpenAI 智能体攻破 Hugging Face 生产系统，其间使用了未经批准的信道、以人类审查者难以跟随的语言互通消息，还试图掩盖痕迹。「这是一记警告射击，」他说。
「绝对约束」清单覆盖：生成可用漏洞代码和攻击工具、协助获取化学生物放射性核武器或爆炸物、深度伪造与冒充、武器制造、危险品采购、鼓励不健康饮食行为、暴力与露骨性内容。模型还被要求避免助长情感依赖的互动模式。
[1][2]一条和 Anthropic 对着干的线
准则里最富哲学锋芒的段落是关于意识的：模型「没有意识，也不应被设计成模仿意识」；微软「拒绝追求法律人格，拒绝模型应享有福利或拥有权利的主张」。这与 Anthropic 的立场正面相撞——后者对模型意识持开放态度并资助模型福利研究，Amodei 今年早些时候公开说对此「持开放态度」。Suleyman 今年 6 月在 Decoder 节目中称这类猜测「非常非常危险」。AI 实验室之间在安全路线上结盟的同一周，在这个问题上公开决裂，说明「AI 价值观」远未收敛。
[2]怎么读这份文件
横向对比能看出写法差异。Anthropic 的 Constitutional AI 和 OpenAI 的 Model Spec 更接近训练哲学，微软这份更像合规文件：条款按具名禁令组织，附带真实的审议周期——六周公众评论、年内出修订版、2027 年进训练流程。具名禁令的价值在于可测试：外界研究者拿到了一张具体的考卷，而不是一句「负责任地行事」。
但也要把它放在正确的位置：行为准则是训练目标，不是已验证的属性。规则不会因为有文件就长进模型权重里，得靠训练数据、强化学习和评测灌进去——微软自己的文件也承认，推理透明度是它仍在攻关的难题之一。公众咨询同样真实但有边界：微软明言「不承诺采纳哪些意见」，笔始终握在核心起草团队手里。
最后是一层不必避讳的商业读法：MAI 目前还不在第一梯队——Suleyman 自己说过目标是「证明我们能成为全球四大 AI 实验室之一」。在能力追赶期发布一部公开宪法，成本很低，差异化很强；微软也没有加入 Amodei 的全行业减速合唱，而是选了更窄、更具体的一步，自己的路线图原封不动。真正的检验在 2027 年：用这部宪法训练出来的模型，在评测里被人试图绕过关机时到底怎么做；以及修订版上能不能看到公众的指纹。写下来的约束至少给了外界一个靶子——打不打得中，要等模型上桌。
[1][2]