OpenAI发布前沿AI训练安全准则：高管拥有一票否决权并纳入绩效考核

OpenAI 于 2026 年 9 月 29 日提出前沿 AI 训练安全指导原则，要求企业在强化学习训练前建立多重安全审查与否决机制，为前沿模型研发的内部风险管控提供了具体的制度化框架。

• 训练前准则要求建立结构化安全论证机制，交由研究部门负责人、安全负责人与首席科学家等多名高管审查，且每名高管均拥有一票否决权。
• 负责训练任务的高管需对安全论证及事故响应承担直接责任，相关安全履职情况将被纳入绩效考核体系。
• 流程设定了应急熔断与溯源机制，高优先级安全警报若未在规定时限内确认将自动暂停训练，同时要求能识别未对齐模型的所有下游衍生用途。
• 影响/看点：该准则若在行业内推行，可能促使前沿大模型开发从单一的能力指标竞争转向流程化合规管理，但其实际效果取决于企业内部在商业发布进度与安全一票否决权之间的权衡力度。
• 资料依据：
• IT之家（2026-09-29）：https://www.ithome.com/1/008/301.htm
• OpenAI（2026-09-29）：https://openai.com/index/towards-safety-cases-for-frontier-ai-training/

本内容由 AI 生成，仅供参考，请注意甄别