OpenAI 新模型放行咗，但政府點樣判斷安全仲係唔透明

事件唔止係模型推出

OpenAI 喺 7 月 9 日公開推出 GPT-5.6 系列，主角係 Sol，另外有 Terra 同 Luna。表面睇係又一輪大模型推出，但今次卡位唔同：Sol 之前只畀一小批可信合作伙伴預覽，OpenAI 話係按美國政府要求，先向政府交代計劃同模型能力，再慢慢放開。白宮之後補充，政府冇批核、冇發放行紙，公司幾時推出仍然自己決定。法律上係自願，但實際上政府已經早咗入場睇。

政府審查到底查咩？

白宮 6 月 2 日嘅行政命令講得幾清楚：相關部門要整一套機密 benchmark，判斷邊啲模型算 covered frontier model，再設計自願框架，畀政府喺公開推出前最多 30 日接觸模型；同一段又寫明，呢套嘢唔構成強制牌照、預先批核或者發牌。NIST 旗下 CAISI 嘅公開說法，就係佢會做國安風險相關評估，焦點放喺網安、生物安全同化學武器風險。麻煩位係，OpenAI 今次到底畀邊批專家試、試到咩深度、點樣由測試結果變成可以放開，外面仲係睇唔到。

Anthropic 嗰次就係警號

Anthropic 6 月踩過一次坑。美國政府用出口管制指令，要求停晒外國籍人士接觸 Claude Fable 5 同 Mythos 5；Anthropic 話因為冇辦法即時核實用戶國籍，結果要直接關掉所有客戶存取。到 6 月 30 日，出口限制先解除，Fable 5 7 月 1 日重新開畀全球用戶，Mythos 5 就先恢復畀部分美國組織。Anthropic 嘅講法係，政府關注嘅 jailbreak 只觸及已知、較細嘅漏洞，其他已公開模型都做到相近結果。呢單事唔代表 Anthropic 一定啱晒，但示範得好清楚：政府一出手，企業客戶嘅 API、Claude Code、Claude Cowork 日常任務可以一晚之間斷線。

安全卡資料多，但答唔晒政府點判斷

OpenAI 嘅 GPT-5.6 system card 算係交功課交得多：Sol、Terra、Luna 喺 OpenAI Preparedness Framework 入面，網安同生物 / 化學風險評為 High，AI 自我改進未到 High；OpenAI 亦話未到 Cyber Critical，Sol 同 Terra 可以搵漏洞同 exploit 零件，但測試下未做到自主完成針對硬化目標嘅 end-to-end 攻擊。佢仲列出 UK AISI、SecureBio、Irregular、METR 等外部評估。不過 system card 始終係供應商文件，唔等於政府評估報告；佢講到模型點樣過到 OpenAI 自己嘅門檻，但冇交代政府點樣定門檻。

開發者要當供應鏈風險睇

如果你只係喺 ChatGPT 問資料，最多係功能遲開幾日。但對用 API、Codex、Claude Code 或者內部 AI agent 做開發、資安 triage、文件生成嘅團隊，呢件事係供應鏈風險。模型安全聲明要睇，外部 eval 要睇，政府有冇透明標準都要睇；同時要準備 fallback model、權限分層、人工確認高風險動作、日誌同審計。尤其係 agent 可以改 repo、開 ticket、掂 CRM 或雲端資源嗰種場景，安全問題已經唔止係答錯咁簡單，仲包括佢有冇權做錯事。

下一步睇標準點樣公開

接住值得睇嘅位，係 8 月初前美國幾個部門交出嚟嘅 frontier model 流程有冇一套可以比較嘅標準：邊啲能力觸發審查、測試者有幾多 access、外部研究員點參與、出事嗰陣點樣通知客戶同恢復服務。美國政府想避開 AI 牌照制，AI 公司又唔想每次推出都逐單傾判；所以中間嗰套流程要講清楚，企業先會信得過。做企業採購或者內部開發嘅人，唔好淨係睇模型頁寫到好安全，要問得實際啲：安全係邊個試、用咩標準試、失手嗰陣你嘅系統點退場。

參考來源

• TechCrunch — How did the government decide OpenAI’s frontier model was safe to release? — original report
• GPT-5.6 System Card | OpenAI Deployment Safety Hub — OpenAI 官方 system card，核對 GPT-5.6 風險分類、外部評估同 safeguards。
• Previewing GPT-5.6 Sol: a next-generation model | OpenAI — OpenAI 官方預覽文，核對限量預覽、政府要求、API/Codex 存取安排。
• Promoting Advanced Artificial Intelligence Innovation and Security | The White House — 白宮行政命令，核對自願框架、30 日早期接觸同非強制批核條文。
• Center for AI Standards and Innovation (CAISI) | NIST — NIST/CAISI 官方頁，核對 CAISI 喺模型評估同國安風險範圍入面嘅角色。
• Statement on the US government directive to suspend access to Fable 5 and Mythos 5 | Anthropic — Anthropic 官方聲明，核對 Fable 5 / Mythos 5 因出口管制停用嘅時間線。
• Redeploying Fable 5 | Anthropic — Anthropic 官方更新，核對出口管制解除、Fable 5 重新開放同 Mythos 5 限定恢復。
• Scoop: Trump administration lifts restrictions on OpenAI's GPT 5.6 | Axios — 背景報道，補充 CAISI 測試、會面同白宮否認批核嘅說法。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。