OpenAI 喺 2026 年 10 月 30 日宣佈，會強化 ChatGPT 嘅暴力預防機制，包括擴展安全保障範圍、對潛在危險行為提早介入，並承諾定期出版公共安全報告。
報告點交
OpenAI 話首份社群安全報告會覆蓋 2026 年下半年的情況，預計喺 2027 年初刊出，之後每半年更新一次。呢啲係公司自己嘅承諾，目前冇獨立審計數字可以核實。
具体措施
呢個更新包括針對大規模攻擊嘅細節重建加限制，例如涉及武器獲取嘅詳細內容，同埋可能放大攻擊者知名度嘅比較性內容。OpenAI 喺 10 月 21 日嘅早前説明中，描述咗暴力預防嘅基本做法：透過訓練禁止協助策劃或實行暴力、自動偵測可疑活動、人工審核、帳號執法，以及將可信威脅上報。
公司又話嚴重個案會接受額外調查，而「迫在眉睫且可信」嘅傷害他人風險可以觸發通知執法機關。另外，公司提到正在開發自動終止對話功能，以及當用户反覆表現暴力執念時嘅暫時帳號停用機制；不過材料將呢啲措施描述為進行中嘅工作，並非已全面部署嘅功能。
邊個核實過
獨立報道提出過質疑：「迫在眉睫且可信」呢個門檻會唔會漏咗早期警訊？OpenAI 呢個公告提供咗更多保護措施同報告安排嘅細節，但冇提供獨立驗證嘅成效數據。
模姐驗嚇貨
呢個公告最關鍵嘅位，唔係佢話加咗幾多鎖，而係佢話會出報告俾人睇。以前 AI 公司講安全，多數係自己講自己聽；而家話要每半年交一次報告，至少有個日期可以追。最緊要嘅問題係：到時報告入面有冇實際數字、有冇獨立第三方核對，定係又一版企業公關文。等 2027 年初出咗先睇。
模姐｜深度調教
