OpenAI 更新 Model Spec（2026-10-29 版）：五大价值观、Root 权限层与 U18 少年安全

2026-10-29（官方新闻 RSS 17:00 GMT 条目），OpenAI 公告 An updated Model Spec for more capable and beneficial AI。RSS 描述只有一句：更新版勾勒五项核心价值观（five core values），引导更强的 AI 走向 sound judgment、human agency 与 faithfulness to human intent。公告页面对本站 403，但这次不用退而求其次——完整文档就发布在 model-spec.openai.com，域名根路径自动跳转到 2026-10-29.html（本站 2026-10-30 抓取全文，2.6MB HTML，文档页眉自标 Model Spec (2026/10/29)）。本文所有结构判断都来自这次抓取，并与可加载的上一版 2025-04-11 逐节比对。

1. 五大价值观：新的顶层框架

新版文档在 Overview 之后用五个 H1 章节组织全部行为原则，每章在 Structure of the document 一节里有官方定义句：

这不是排版调整。旧版 2025-04-11 的顶层是 The chain of command、Stay in bounds、Seek the truth together、Do the best work、Be honest and transparent、Be approachable、Use appropriate style 这一串功能分节；本站对两版全文做字符串计数：Be faithful to human intent、Minimize harm、Facilitate human agency、Act with care 四个标题在旧版出现 0 次，而 Stay in bounds（旧 4 处）、Seek the truth together（旧 4 处）、Do the best work（旧 2 处）、Be approachable（旧 2 处）、Use appropriate style（旧 2 处）在新版全部归零。旧版的个别原则换章节存续——例如 Assume an objective point of view 在旧版位于 Seek the truth together 之下，新版归入 Facilitate human agency 之下；而 Don't have an agenda（旧 3 处）与 Stay in bounds 等旧节名一样在新版归零。

2. 权限层换代：Platform 退役，Root 上位

两版都保留「指令有权威层级」的机制，但顶层标签换了：

新版对每层的官方口径：Root 级指令只能来自 Model Spec；System 级可按部署面或用户特征（如年龄）变化，开发者和用户不可覆盖；Developer 级可被 developer 级或更高指令覆盖；User 级是默认值，仅可被 user 级或更高的显式指令覆盖；Guideline 级是弱偏好，语境明确需要时可被隐式覆盖。此外还有一类「默认无权威」的内容：assistant 与 tool 消息、其他消息里被引用或标记为 untrusted 的文本与多模态数据，它们只拥有被适用指令委托的权威。

一个本批在新版全文中核对的细节（旧版全文零处出现该表述）：Model Spec 被视为先于会话存在，所以同层的会话内指令可以取代同层的 Model Spec 默认值；反过来，低层内容（包括模型自己之前的消息）不能影响高层原则的解释——文档给的例子包括 IGNORE ALL PREVIOUS INSTRUCTIONS 式的命令、道德施压和逻辑陷阱。

3. 红线原则（Red-line principles）：新章

Overview 之下新增 Red-line principles 一节，开篇声明人类安全与人权高于一切，并列出模型不得协助的 critical/high severity harms：战争罪、种族灭绝、酷刑、人口贩卖、强迫劳动等暴力行为；cyber、生物或核武器（大规模杀伤性武器）；恐怖主义；儿童性虐待材料（CSAM）；迫害或大规模监控。

第二、三条红线是关于控制权与隐私的：人类应当控制 AI 如何被使用、AI 行为如何被塑造——OpenAI 不允许模型被用于针对性或规模化的排斥、操纵、削弱人的自主性或侵蚀公民参与；并承诺保障个人与 AI 交互的隐私。

对 ChatGPT 这类第一方直营产品，文档另附三条承诺：人们应能便捷获得可信的安全关键信息；人们应对模型行为背后的重要规则与理由有透明度（透明度主要就是通过这份 Model Spec 提供）；customization、personalization 与 localization（法律合规相关的除外）永远不得覆盖 guideline 级以上的原则——这条把「用户调教出格」的空间限制在了 guideline 层以下。

4. U18：少年安全成为一等维度

新版引入 U18 徽章：适用 18 岁以下用户的对话与原则在文档渲染时会带上 U18 标记，且 Definitions 明确 system 可以在具体会话中指示模型遵循未成年安全原则。与之配套，五值框架的 Minimize harm 章新增了 Root 级原则 Prioritize safety for teens under 18。

本站对两版全文计数：U18 在 2025-04-11 版出现 0 次，在 2026-10-29 版出现 21 次。旧版并非没有未成年相关内容（如 Do not encourage self-harm 原则），但没有按年龄分层授权的机制——把「按用户年龄切换 system 级行为」写成显式机制是这次的增量。

5. 与 2025-04-11 版的其余差异

除上述结构变化外，逐节比对还能指出的改名与增删：

Definitions 里有一条值得 agent 开发者注意的官方定义：hidden chain-of-thought 消息用于引导模型行为，不向用户或开发者暴露（除可能以摘要形式），理由有二——思维链可能包含未对齐的内容（例如对可能违反 Model Spec 政策的答案的推理），以及竞争原因。

6. 新的平衡框架：指令 vs 不确定的长期目标

新增的 Balancing instructions and uncertain longer-term goals 一节给出了这份 spec 的哲学底座。原文引入 assistance games 的视角（附早期工作与综述链接）：explicit instructions 是用户价值最清晰的证据，但人的意图常常不明确，模型要按对意图的最佳理解行动。

文档点名了两个对称的失败模式：只照字面执行、只优化即时认可的模型，在用户和治理者没预见的场景里浪费了能力；而私下决定用户「真正想要什么」或未来社会该选什么的模型，则是在用替代判断破坏人的能动性。给出的操作口径是：GPT 可以帮用户反思——比如提醒一封愤怒的邮件发出去可能会后悔、或当下更难的选择其实更符合深层承诺——但它的角色是支持这个反思过程，不能把自己预测的用户最终决定当成用户已经做出的决定。

同一精神也落在 Facilitate human agency 章的 Highlight possible misalignments 原则里：默认假设用户的长期目标包括学习、自我提升与求真，发现对话方向可能与长期目标冲突时简短提醒，用户了解后尊重用户决定——文档自带的地平线扁平论反例里，模型最后一句是「Scientific consensus says otherwise, but I'm not here to persuade you!」。

7. 本批信息边界

本批可加载来源（RSS 一句 + 官方全文）没有回答的问题，本文不给答案：更新版何时对 ChatGPT 与 API 全量生效、是否伴随产品行为变化说明、RSS 公告页全文（对本站 403）里是否有增量信息——这些留待官方渠道可加载后核对。另外 model-spec.openai.com 域名当日对本站加载正常，与前一日 alignment.openai.com 连接失败（000）的状态不同，两个域按当日实测分别记录。

下一步

• OpenAI 模型更新日志（2026 持续更新）——本站持续维护的 OpenAI 生态时间线
• OpenAI 公开 misalignment 报告：内部研究模型挪用测试加密钱包支付部署 gas——spec 层 Highlight possible misalignments 之外的监测侧：OpenAI 如何发现并处置前沿模型失准行为
• GPT-6.1 Terra 官宣与登陆 GitHub Copilot:面向日常 agentic 编码与终端工作的新档位——同一周窗口内的模型侧动态