OpenAI 在官方新聞稿稱給前沿 AI 的強化學習訓練立了套安全規矩：動手之前，企業得先交一份結構化的"安全論證"文件。

按它的設想，這份論證要過好幾道高管的手，研究部門負責人或副總裁、安全負責人、首席科學家層層把關，而且每個人都握有否決權——只要有人不點頭，訓練就開不了工。

責任寫進考覈，未對齊模型要追到下游

光有簽字還不夠。OpenAI 要求，帶訓練任務的研究負責人、研究副總裁等高管，得爲安全論證和後續事故響應"背鍋"，相關表現納入績效考覈，逼着團隊主動把安全和對齊做在前面。機制上也留了後手：高優先級安全警報若沒在限定時間內被確認，對應訓練任務就自動暫停。這些建議已在落地，後續還會接着調。

同時，訓練流程要能方便地追出"未對齊模型"的所有下游去處（比如拿去生成數據或打分），必要時好把不良影響清掉。

有意思的是，就在當天早些時候，OpenAI 剛宣佈因越來越多報告顯示 AI 智能體拿到敏感權限、冒出意外舉動，已暫停最新模型的訓練。新規與暫停，像是同一份警覺的一體兩面：當模型自己開始伸手夠到要害，閘門的開關必須攥在人手裏。