要点
- 五条价值：忠实于人类意图、损害最小化、诚实与透明、促进人类能动性、关怀；并称 Spec 描述的是目标行为，模型尚未完全体现。
- 新增/强化：更新后的指令优先级链、认真考虑上下文、支持人类能动性、遵循相关社会规范、控制并沟通副作用；退役大部分细粒度文风指导。
- 同步探索让模型学习这些价值并理解原则「为何重要」的训练方法，结果留待后续更新——本次发布本身几乎没有新的行为评测数字。
OpenAI 在 2026年10月29日 更新公开 Model Spec，把原先偏条目的行为说明收束到五条底层价值，并写明：随着模型更强、采取的行动更有后果，仅字面执行指令不够，还需要在指令未写明处运用判断，同时忠于人类意图与监督。这是一次治理文件重组，不是一次模型发布。
[1]可操作的变化包括：以 assistance-games 式对齐思路重写「忠实于人类意图」，纳入更新后的 chain of command 与 consider context carefully；新增支持人类能动性、遵循相关社会规范等默认，并扩展副作用的控制与沟通；文风细则大部分退役，保留如客观处理问题等更强默认；文中称谓从 “the assistant” 改为 “GPT”。公司同时表示正在探索新训练方法，使模型理解原则背后的理由并迁移到新情境，但评测结果不在本文。
[1]可核对的是文本本身：价值清单、新旧章节结构、以及「Spec 是目标、模型尚未完全反映」的自我限定。这比空泛的「我们重视安全」更可审计。弱的一面同样清楚：没有发布价值遵循、指令冲突解决或文风退役后用户满意度的前后对比；「未来更新」把因果链条留在承诺区。读者能验证 OpenAI 说了什么原则，不能从本文验证模型 已经按新原则表现更好。
[1]钢人反驳：先把价值与权衡写清楚，再迭代训练，是比黑箱 RLHF 口号更可批评、也可改进的路径；退役文风细则、把风格交给用户偏好，也符合「少替用户做审美决定」。但若五条价值在冲突时仍主要靠内部链与默认解决，而外部只能读到散文式 Spec，则问责接口仍窄。把「关怀」「能动性」写进默认，也可能在未充分评测时引入新的家长式失败模式——文中强调不静默操纵用户，本身就承认了这种风险。
[1]对开发者，chain of command 与上下文默认会影响产品层指令能否压过平台边界。对企业采购，Spec 更新是合规叙事材料，但合同若只引用 Spec 版本而不绑定行为评测，买到的是文档而非保证。对关注操纵与依赖的研究者，人类能动性与关怀条款提供了新的攻击面与评测提纲。
[1]未来六个月应看：价值学习训练是否带来可复现的冲突场景评测；开发者是否真能覆盖文风类默认；公开反馈通道是否改写了具体条款。若 Spec 越写越像道德哲学大纲，而行为曲线不动，则这次重组的主要产出是更清晰的问责文本，不是更对齐的模型。
[1]