【编者按】在AI技术狂飙突进的今天，安全与伦理始终是悬在头顶的达摩克利斯之剑。当ChatGPT以每周8亿用户的规模重塑人机交互时，OpenAI终于祭出"安全盾牌"组合拳——两款具备思维链能力的开源权重模型横空出世。这不仅是技术层面的突破，更是对"野蛮生长"质疑的有力回应。从Discord到ROOST安全联盟，行业巨头正在构建AI世界的交通规则。当算法学会"展示解题步骤"，当模型参数向公众揭开面纱，我们或许正在见证人工智能从"黑箱魔术"走向"透明工具"的历史转折。这场安全基建的军备竞赛，将决定AI究竟是普罗米修斯之火，还是潘多拉魔盒。

　　OpenAI周三发布了两款推理模型，开发者可用其对平台上的各类网络安全隐患进行智能分类。

　　这两款人工智能模型分别命名为gpt-oss-safeguard-120b和gpt-oss-safeguard-20b，数字后缀直接暴露了它们的体量规模。它们是在8月公布的gpt-oss模型基础上进行精细化调教的升级版本。

　　OpenAI此次推出的是开放权重模型——这意味着训练过程中提升输出质量的参数要素将完全公开。这种模式既保障了透明度又保留可控性，但与允许用户自定义修改源代码的开源模型有着本质区别。

　　OpenAI强调，各机构可根据自身政策需求灵活配置新模型。由于这些模型具备"思维可视化"特性，开发者能直观追踪算法得出特定结论的完整推理路径。

　　例如电商平台可借助gpt-oss-safeguard系列构建防刷评系统，精准识别虚假评论；游戏论坛则能自动标记涉及作弊攻略的讨论帖。

　　此次模型研发集结了Discord、SafetyKit及AI安全基建组织ROOST三大盟友。目前模型处于研究预览阶段，OpenAI将面向安全领域研究者征集使用反馈。

　　这项举措被视为对"重商业轻安全"质疑的正面回应。这家估值5000亿的独角兽企业，其ChatGPT周活用户已突破8亿大关，正通过实际行动平衡技术扩张与伦理约束。

　　值得注意的是，OpenAI周二刚完成资本重组，确立了非营利组织控股营利业务的独特架构。这家2015年成立的实验室，自2022年底推出ChatGPT后已跃升为美国最具价值科技初创企业。

　　"当AI能力呈指数级增长时，安全工具与基础研究必须同步进化，且必须普惠开放。"ROOST主席Camille Fran?ois在声明中掷地有声。

　　符合资质的开发者现可通过Hugging Face平台下载模型权重参数。