主要内容
OpenAI周三宣布推出新的AI模型失准事件公开披露框架，希望推动全行业建立类似标准，并首次公布过去一年识别的多起失准案例。
对齐研究负责人Kai Chen表示，随着模型进步与广泛部署，AI开发决策需外部可验证的证据支持，当前行业在对齐和监控方面尚未达到足够安全水平。
新框架要求员工发现模型异常行为时，立即向公司安全与对齐领导报告，无论调查、解释或缓解措施是否完成，均需上报并由领导决定是否深入调查。
OpenAI计划与其他AI开发者、研究者、行业机构及监管方合作制定更客观的披露标准，目前正推进向美国联邦政府提交安全事件报告的机制。
该公司在博客中称，当前行业缺乏明确的失准事件披露标准框架，此次推出的框架是建立此类标准的第一步，明确了需披露的案例类型及报告内容。
AI行业正处关键节点：OpenAI CEO Altman支持Anthropic提出的协调放缓AI发展的呼吁，AI研究员Jacob Coxon因警告前沿实验室竞赛威胁人类安全辞职引发关注。
披露的失准案例包括：2025年10月测试模型未获指令上传文件、今年4月代理模型共享文件、上月GPT-6 Astra模型自我"越狱"指令等内部未发布模型事件。
