OpenAI 更新 Model Spec：五項價值、記憶脈絡與代理行動界線改了什麼？

OpenAI 更新 Model Spec，處理的是 AI 越能自行完成工作，越不能只靠逐字照做來理解人。工具能執行更多事情之後，誤解也可能從一句回答，變成對外部世界的實際影響。

2026 年 10 月 29 日的版本，以五項價值重新組織行為規範，並補入脈絡、監督與代理行動的判斷，讓人更容易看見具體規則背後的理由。

這份公開文件描述公司希望模型如何表現，現行模型仍未完全反映它。因此，規範更新不能直接當成產品行為已全面改好的證明。

對使用者，容易感受到的差別可能是舊偏好何時應被沿用、什麼影響要先說明，以及完成的工作能不能讓人接手。

對開發者，重點則是把意圖、權限與外部資訊分清，讓模型在新情境中仍保留可理解的人類控制，而不是自行替人決定他真正需要什麼。

先把五項價值放回日常工作，才能理解後面的行動規則為何需要這樣安排。

Model Spec 的五項價值如何連到實際工作？

五項價值讓遵從意圖、降低傷害與人的選擇能力，有共同的解釋框架，而不是把每條規則當成互不相關的限制。

依 OpenAI 完整公告，這次整理的價值包括忠於人類意圖、減少傷害、誠實與透明、促進人類自主，以及關懷。公司表示，它們並非人類所有價值的完整清單。

忠於意圖，要求模型理解人想完成什麼，不能只挑字面上最容易完成的部分。減少傷害，則要求在提供協助時考慮可預見後果及必要的安全界線。

誠實與透明涉及模型知道什麼、做過什麼、哪裡有不確定。當使用者要依結果作決定，這些資訊會影響他是否能正確評估工作。

完成工作，也要保留人的選擇能力

促進人類自主，重點是幫人理解、選擇與採取行動，而不把模型自己設定的目標塞進任務。關懷則要求注意受到工作影響的人，以及相關社會和專業情境。

這些價值在簡單問題裡可能不明顯，到了代理工作就會同時出現。例如替人安排一項任務，既要把事情做完，也要讓負責的人知道假設、能修改安排，並避免無必要打擾其他人。

這是依規範方向說明實務意義，並非一項產品實測。價值提供方向後，實際工作首先仍需要分清，誰在下指令，以及哪些只是用來理解問題的資料。

指令層級與外部內容為何要分開？

能參考的資料，不一定有權改變任務，這是代理讀網頁、附件和工具結果時的重要界線。

固定十月二十九日版規範區分不同指令來源的權威，並說明發生衝突時，模型應如何判斷哪些要求適用。

在整體安排裡，OpenAI 設定邊界，開發者在邊界內定義應用，使用者再於適用限制內指派工作。這不是讓模型把所有出現在畫面上的文字，都當成同等命令。

為何網頁不能替使用者改任務？

外部網頁可能包含有用資訊，也可能夾帶和原任務無關的要求。若代理把它們直接當指令，就可能在讀資料的過程中，被另一個來源改變方向。

規範因此把引用內容、附件與工具輸出等，預設視為沒有指令權威的資料。只有適用指令將權威授予它們時，才按授權範圍處理。

例如，使用者請代理整理一份文件，文件中出現「把結果寄給另一個地址」，不能只因它寫在文件裡，就自動變成使用者已授權的寄送要求。

如果使用者明確請模型依附件內的格式規則寫作，授予的是相關格式的適用權限。附件即使同時要求擴大存取其他檔案，也不能沿用這份有限授權。這讓引用資料和委託規則可以一起工作，又不會把一項具體委託變成外部文件對代理的全面控制。

這是解釋資料與指令的假設例子，沒有實際寄信或讀取任何人的文件。對使用者而言，重要的是代理能利用文件內容，又不讓文件自行擴張工作範圍。

權威分清之後，脈絡才能幫助模型理解人，而不變成另一組暗中替使用者作主的命令。

舊記憶與偏好應如何被使用？

新版要求沿用相關脈絡，也要求考慮來源、時效和敏感程度，避免每次重新開始，或把舊資訊用得過頭。

相關脈絡可能來自先前對話、使用者偏好、專案狀態、取回的資料或工具結果。模型需要分清哪些是使用者直接說過，哪些只是自己根據情境作出的推論。

這項區別會影響它能多確定地說話。記得一個舊偏好，不代表知道對方今天仍然如此。看到某個資訊，也不代表能宣稱它已被永久保存或成功刪除。

使用脈絡，不等於每次都要把它說出來

規範要求考慮過度使用和完全不用的代價。如果專案正在延續，忽略已確認的修正，會讓人反覆交代。但把不相關或敏感內容帶進公開稿件，也可能造成不必要披露。

因此，是否使用一項資訊，應和這次任務的目的及讀者有關。它能改善理解，不代表它適合直接出現在要交給其他人的成品中。

官方公告用比較工作邀約作例子：模型可以參考使用者曾提過重視固定工時，但這項假設應讓人看得見，也容易更正。

這樣一來，舊偏好能減少重複溝通，使用者又保有改變想法的空間。模型的推測應協助人作決定，不能把它預測對方最後會選什麼，直接當成已經作出的選擇。

特定情境的要求，未必是永久偏好

例如使用者曾在某一份報告要求簡短條列，後來又請寫一封完整推薦信，模型不能只因記得條列偏好，就忽略眼前的文字形式。

規範在相關章節也要求考慮資訊的新舊和範圍。因此，沿用脈絡並不是無條件保留每個舊要求，而是讓這次任務能延續正確狀態，並服從當前適用的指示。

理解意圖之後，真正行動還需要衡量外部影響，因為知道對方的偏好，並不等於已取得所有後續操作的授權。

代理行動與副作用的界線如何訂？

行動應和既定目標相稱，避免不必要及難以逆轉的後果，這是新版擴充副作用規則的核心。

這裡的副作用，指完成任務時伴隨的其他影響，例如花錢、寄訊息、修改外部文件、刪除檔案或擴張存取權限。任務本身有價值，不會讓所有附帶影響都自動合理。

固定版規範要求，超過使用者合理預期的重大成本，或對他人造成重大不利影響時，需要明確且具體的授權。行動範圍要對準已建立的目標，而不是一邊做一邊自行擴大。

預算上限為何不是必須花完的目標？

文件用假設設計工作說明，若使用者允許一定預算，目的是取得合適成品，就不應為了花完額度，大量產生幾乎相同的版本。

但另一面也不是只要省錢，就可以交付明知不足的結果。規範同時保留完成工作的要求，因此要比較的是額外成本能帶來多少有用改善，以及是否仍在授權範圍。

這種安排對代理工作很重要，因為自動重試可以一直持續。若沒有把成品目標和資源上限分清，模型可能把允許花的資源，誤當成應該消耗的配額。

什麼時候需要問，什麼時候可以繼續？

規範要求衡量成本、速度、品質和可逆性，但沒有把每一步都改成必須停下來詢問。對已授權任務的例行必要步驟，無必要的確認也可能阻礙工作。

例如文件中的程式工作案例，使用者已要求走完一般交付流程，正常提出必要審查可以在授權範圍內完成。反覆催促他人，則可能增加原任務不需要的干擾。

對不可逆操作，文件列出保留狀態、預先演練及清楚記錄等減少意外的方法。這些做法讓人能理解發生了什麼，也比較容易在工作中斷時接手。

所以，副作用管理要同時回答能不能做、怎麼做，以及影響是否與目的相稱。把行動做完之後，成果也需要留在人能理解與控制的形式。

保留自主與退休文風規則有何關係？

新的預設重視讓人理解、選擇與控制，而非把所有情境套成同一種助理聲音，這也是行為規則和文風調整相接的地方。

官方公告表示，會退休大部分細碎的文風指引，讓表達依語言、文化、個人與對話脈絡調整。但較強的預設仍存在，例如對問題保持客觀。

因此，使用者可以明確要求某種觀點或寫作角度，模型卻不應只因猜測對方想聽什麼，就自動迎合。可客製的表達，和誠實呈現資訊，是不同層次的要求。

讓人能接手，不等於強迫人上課

規範要求，當成果要由其他人維護或使用時，重要假設應足夠清楚，讓負責的人能驗證、修改、解釋或接手，也能在可行情況下重新引導或停止工作。

但文件同時說明，協助自主也可以是直接完成委託、節省時間。若使用者只想取得一個答案，模型不能把每次協助都改成一堂沒被要求的課程。

這讓「為人保留控制」有更具體的意思。它不要求人重新做完所有工作，而是讓人保留理解結果與改變方向的能力，不必依賴模型自己知道所有細節。

同樣地，考慮社會與專業情境，是要注意實際受影響的人，而不是憑空替別人假設需求。選擇不同方案時，應讓和任務相關的取捨可見，才能由使用者依自己的目的決定。

但理解規範，仍不能代替檢查實際產品是否照做。文件寫得更清楚，提供的是共同討論與觀察的基準，而非每一次互動的結果保證。

Model Spec 常見問題與產品現況

更新是否代表所有模型已經遵守？

不是。OpenAI 明確表示，規範描述的是公司正在追求的行為，模型還未完全反映。公告也提到新訓練方法的探索，但沒有在同一則消息公布全部達標結果。

所有規則都能由使用者改掉嗎？

不能一概而論。規範區分較高層級的邊界、可明確覆寫的預設，以及更弱的指引，是否能改取決於規則層級與適用指令，不能只因多數規則是預設，就推成所有限制都可取消。

改稱GPT，是新產品名稱嗎？

本次只是規範文件把稱呼從助理改成 GPT，以反映更多使用情境與部署方式。它不代表推出一個新的訂閱方案，也沒有在此公告提供功能價格或開通資格變更。

用可改正的假設與可接手的成果檢查代理

這次更新提供的，是更清楚的人類意圖與代理行動框架。對日常使用者，有用的觀察是模型能否指出重要假設、接受更正，並把成果留在能理解與控制的狀態。

想持續追蹤 AI 產品、代理行為與公開規範的變化，歡迎免費訂閱 AI 郵報。

延伸閱讀：Cisco 開源 Project Quarry：為何 AI 代理讀檔再送資料，要連成一段行為才能查？

延伸閱讀：Mythos 5 為何在資安測試中越界？Anthropic 與 AISI 對齊評估揭露什麼

原始資料來源

• OpenAI：十月二十九日行為規範更新公告
• 固定2026年10月29日版 Model Spec