OpenAI 更新了 Model Spec——这份文档不训练模型，却决定了模型在模糊地带如何做选择。
发生了什么
OpenAI 发布了新版 Model Spec，用五项核心价值来指导更强的模型走向“良好判断、尊重人的能动性、忠实于人类意图”。摘要层面能确认的信息就这些：这是一次规范文档的更新，不是新模型发布，也不是新的评测基准。它要解决的问题是——当模型能力变强、开始处理更开放的任务时，靠什么原则决定它该做什么、不该做什么、以及拿不准时往哪边偏。
为什么重要
Model Spec 是 OpenAI 少见的“把价值观写成可执行条款”的公开尝试。它介于产品政策和训练目标之间：既向用户解释模型为何这样回应，也向内部对齐团队提供可引用的判据。
它之所以持续被更新，是因为能力与规范之间存在时间差。模型越擅长多步推理、调用工具、代理式执行任务，单条“拒绝有害请求”式的规则就越不够用——真正难的是在指令含糊、目标冲突、用户利益与第三方风险并存时做取舍。这次把“判断力”“人的能动性”“忠实于意图”并列，实际上是在承认：对齐不只是安全过滤，还包括不越权替用户做决定、不曲解用户本意。
另一个背景是，Model Spec 已成为行业参照物。多家实验室和开源项目在制定自己的行为准则时会拿它做对照，这让它的措辞变化具有超出单一产品的信号意义。
影响与看点
对开发者而言，规范越明确，行为越可预期，但“判断力”这类表述本身留有解释空间，实际表现仍要看模型在边缘案例中的取舍，提示词与产品设计需要为此留出容错。对企业用户，可审计的行为原则是采购时的加分项，但文档承诺与线上行为之间的差距仍需自行验证。对普通用户，最直接的变化可能体现在模型更愿意澄清意图、而非猜测后一路执行。
值得关注的三个点：五项价值之间如何排序、冲突时谁优先；规范是否配套可检验的示例与失败案例；以及它会不会像此前的版本一样，被其他实验室当作事实标准跟进。
一个判断：在能力竞赛之外，行为规范的公开化正在成为头部实验室的第二条竞争线——谁能让“可预期的判断”变成产品特性，谁就更容易进入高风险场景。
