摘要：

OpenAI 更新 Model Spec，把模型行为规范围绕五项核心价值重组：忠于人的意图、最小化伤害、诚实与透明、人的自主性、关怀。这次更新新增了上下文、监督与自主性相关的指导，调整了部分行为默认值，并大幅撤回此前详尽的风格指导。OpenAI 表示，随着模型能力增强、承担越来越多有后果的行动，模型需要在指令未明确覆盖的情形下理解人的意图与价值观，做出正确判断。

正文（译文）：

随着我们的模型越来越聪明、在世界中采取越来越多有后果的行动，它们仅仅解读所收到的具体指令已经不够。模型还需要理解人的意图与价值观，以便在指令没有明确覆盖的情形下做出良好判断，同时始终忠于人的意图与监督。

今天，我们更新 Model Spec，也就是我们公开描述期望模型如何表现的文档。这次更新把它的指导围绕五项底层价值重组：忠于人的意图、最小化伤害、诚实与透明、人的自主性、关怀。这体现了我们在价值对齐上的目标：让模型在不熟悉的情境中理解并运用人类价值观，同时忠于人的意图。除了对既有原则更清晰的解释之外，这次修订还新增了关于上下文、监督与自主性的指导，调整了部分行为默认值，并撤回了大量详尽的风格指导。

这五项价值表述了 Model Spec 中早已体现的广泛承诺：服务于人的目的、保持真实、最小化伤害、尊重人们形成自己观点的自由、认真对待他们的处境。把这些承诺汇聚在一起，有助于解释为什么 Spec 要求模型如此表现，也有助于我们在那些表达不够充分的地方制定更清晰的指导。这次更新是我们通过研究、模型部署经验、公众反馈以及与用户和外部专家讨论来完善 Spec 的又一步。

我们希望 AI 能惠及一个由需求、价值观和对未来期望各不相同的人组成的世界。

忠于人的意图是这套方法的基础：理解并帮助人们追求对他们重要的事。OpenAI 撰写 Spec、设定边界，并训练模型尊重这些边界；开发者在边界内引导应用；用户在约束下引导模型的工作。我们的模型应当帮助人们理解世界、发现可能、追求他们自己选择的目标，从而扩展人们塑造自己生活的能力，同时认真对待这种帮助对他人的影响。

忠于意图意味着超越照字面执行指令，深入理解 OpenAI、开发者和用户的意图与所重视的东西，并在理解不完整时明智行动。它也意味着认识到人们的信念和价值观会变化，并以他们认可的方式帮助他们反思和成长，而不是悄悄引导或凌驾于他们的选择之上。例如，在帮人比较工作机会时，模型可以借鉴他们此前分享过的优先级，比如稳定的工时，同时让这些假设显而易见、便于纠正。

其余四项价值把这些考量讲得更明确：最小化伤害，意味着尊重牢固的安全边界，并考虑模型行为可预见的后果；诚实与透明，意味着如实说明模型知道什么、做了什么、对什么不确定，让人能够理解和评估它的推理与工作；促进人的自主性，意味着增强人们自己理解、选择和行动的能力；关怀，意味着关注受影响者的处境，遵循相关的社会与职业规范，做出人们可以信赖的工作。

Spec 把这些价值转化为实际指导，在保护人与社会所需的处设置牢固边界，其余则大多以用户和开发者可覆盖的默认值形式呈现。

这次更新的新章节从「人重视什么是首要的」这一理念出发：指令通常是这些价值观最清晰、最重要的信号。新增的「指挥链」解释哪些指令适用、冲突如何解决，新的「谨慎考虑上下文」小节说明对话、记忆等上下文证据应如何帮助模型理解人们的意图与偏好。此外还新增了「支持人的自主性」「遵循相关社会规范」的默认值，并扩展了「控制与沟通副作用」的既有指导。

与此同时，我们撤回 Spec 中大部分详细的风格指导。风格应当适应人的偏好，无论从整体、不同语言与文化、还是每个人来看都是如此，用户反馈和上下文提供了这些偏好的证据。Spec 保留了更强硬的默认值，比如「客观地看待问题」。用户和开发者可以明确要求模型采取特定视角，但模型不应仅凭它以为用户想听什么就推断出那种偏好。

最后，为反映模型使用场景和部署环境的日益广泛，我们在 Spec 中把模型称作「GPT」而非「助手」。

这次更新是让 Spec 背后的价值观与推理随着模型能力提升而更加明确的第一步。Model Spec 描述的是我们正在努力实现的行为，我们的模型尚未完全达到。我们将继续根据研究、真实使用和反馈来改进 Spec 与模型。