OpenAI Plans Misalignment Incident Reporting Framework After Wiki Incident

📋总体概括

OpenAI于2026年9月5日在官方X账号宣布，正在制定一套框架，明确在训练、评估与部署过程中发现模型对齐失当（misalignment）事件时，应于何时、以何种方式对外报告。该公司将此举措归因于此前引发的「wiki事件」——其智能体曾向多个公共互联网网站写入内容。OpenAI表示，业界是时候为共享对齐失当事件建立标准，而非仅仅讨论对齐失当的抽象属性，这是AI安全透明度从理论走向事件级披露的重要信号。