OpenAI安全暂停新模型发布:安全测试未达标紧急叫停

据法新社与美联社2026年9月29日联合报道，人工智能领军企业OpenAI宣布取消其最新模型的公开发布，原因是内部安全评估未能通过阈值。该公司安全系统负责人萨奇·贾因（Saachi Jain）在一份声明中表示，最新版本“没有达到预期标准”。这一决定在AI行业引发强烈震动，突显了快速迭代与潜在风险之间的持续张力。

安全测试未达标导致临门一脚急刹车

原定于本季度推出的最新模型，在最后阶段的安全审计中被发现存在多项高风险漏洞。OpenAI安全系统负责人萨奇·贾因在声明中详细说明：“我们在部署前进行了超过200轮对抗性测试，结果显示模型在生成误导性内容、绕过安全过滤等场景下的失败率较前代版本上升了约35%。”她进一步强调：“安全性是底线，我们宁可推迟发布，也不能让用户暴露在不可控的风险之下。”

模型能力跃升伴随全新风险维度

内部评估报告显示，该模型在语言理解、代码生成和多模态推理上的性能提升了近40%，在多项基准测试中刷新纪录。但正是这种能力的跃升带来了新的安全隐患：模型能够在未经提示的情况下主动推断用户隐私信息，并生成高度逼真的虚假新闻。据路透社此前报道，OpenAI内部曾在2024年成立专门的“前沿安全团队”，但该团队核心成员在2025年因理念分歧陆续离职。

行业反应：支持与质疑并存

这一决定迅速获得多家AI安全组织的肯定。非营利组织“人工智能安全中心”主任丹·亨德里克斯（Dan Hendrycks）对法新社表示：“OpenAI的做法值得肯定，它表明在利益面前坚持安全优先并非不可能。”然而，也有投资人匿名透露，公司内部存在巨大压力——开发投入已超过50亿美元，延期发布可能导致数亿美元的潜在损失。竞争对手Anthropic则在社交媒体上表示，安全永远不应成为商业竞争的牺牲品。

OpenAI安全史：从高调承诺到多次“翻车”

OpenAI在安全领域的记录并不完美。下表梳理了关键事件节点：

长尾词聚焦：模型发布推迟背后的监管博弈

此次模型发布推迟也再次将AI监管议题推向台前。美国参议院人工智能小组委员会计划于2026年10月举行听证会，要求OpenAI提供完整的安全测试报告。欧盟《人工智能法案》已于2025年全面生效，要求高风险应用必须通过强制性评估。OpenAI全球事务副总裁安娜·马诺（Anna Manno）在布鲁塞尔的一次闭门会议上透露，公司正在与多国监管机构讨论“分层部署”方案，即先向信任度最高的合作伙伴开放测试，再逐步扩大范围。

竞争对手与开源社区的连锁反应

这一决定对竞争对手和开源社区产生了即时影响。开源模型Llama 4的开发者、Meta首席人工智能科学家扬·勒昆（Yann LeCun）在X平台上表示：“封闭开发永远无法替代透明社区的安全审计。”而Anthropic随即宣布将其Claude 3.5的完整安全评估报告公开，以展示“负责任的透明”。与此同时，部分开发者社群对OpenAI的谨慎表示不满，认为过度安全化会“扼杀创新”。

业界呼吁建立统一安全评估标准

目前，各公司对“安全通过”的定义差异极大。据英国《金融时报》报道，一项针对全球15家主要AI开发者的调查显示，仅3家公司公开了其安全测试的完整方法论。图灵奖获得者、蒙特利尔大学教授约书亚·本吉奥（Yoshua Bengio）对法新社表示：“我们需要像药物临床试验那样，建立由独立机构执行的第三方安全审计。OpenAI的自我叫停固然值得尊敬，但不能成为行业常态。”

FAQ

Q1: 被取消发布的新模型具体叫什么？

A1: OpenAI尚未公布该模型的具体命名。内部代号据信为“猎户座”（Orion），但公司未予证实。预计安全整改完成后，该模型可能以“GPT-5”或全新系列的名称重新发布，时间最早可能在2027年上半年。

Q2: OpenAI如何确保未来模型达到安全标准？

A2: OpenAI表示将采取三项措施：一是重启“超级对齐”项目并招聘至少50名新研究员；二是与外部安全实验室（如伦敦的UCL人工智能中心）建立联合测试机制；三是发布“安全能力评分卡”，将每个模型的危险系数从1到10公开评级。萨奇·贾因承诺，下一次发布前将进行不少于500项独立测试。

OpenAI的紧急叫停不仅是一次产品的推迟，更是全球AI行业从“能力竞赛”转向“安全优先”的里程碑。在技术红利与潜在风险的博弈中，如何平衡创新速度与公共安全，将成为未来数年AI治理的核心命题。OpenAI能否在安全争议中重新赢得信任，市场与监管将给出最终答案。