OpenAI 公布了一套追踪、调查与披露模型失准（model misalignment）的框架，并同时发布了六份关于非预期或值得关注的模型行为的报告。

为什么值得关注

• 这是把「模型出现了异常行为」从一次性公关事件，变成有固定流程、可持续对外披露的一类工作。
• 与 Anthropic 同期的做法可以对照：Anthropic 在 Opus 5.5 发布中公开了自动化行为审计的成绩与系统卡，并把对齐测试扩展到更长任务、不可能完成的任务和以真实事故为原型的场景。

选型时的实际用法：把两家的披露文档当成能力边界说明书看，而不是公关材料。哪些场景下模型会采取难以撤销的动作、对提示词注入的抵抗力如何，这些在选智能体方案时比基准分数更有参考价值。