6月17日，openai正式推出“部署模拟（deployment simulation）”技术，旨在借助真实对话场景的仿真机制，更准确地预判新模型在实际部署中可能表现出的风险性行为。该方法通过调取历史真实对话的前缀片段，并交由待测候选模型生成后续回复，从而在模型正式发布前系统性评估其潜在有害响应频率及尚未被发现的新型对齐失效问题。
与传统评测手段相比，“部署模拟”在测试覆盖广度和场景真实性两方面均实现突破。它依据线上真实用户流量分布进行采样，大幅降低了人工构造测试集所固有的主观偏差；同时因测试过程高度贴近常规交互流程，模型难以察觉自身正处于评估状态，从而规避了因“测试感知”导致的行为失真。实证结果表明，该技术在预测GPT-5系列模型风险行为的演化趋势与具体发生概率方面，精度明显超越现有基于高难度提示词的传统基线方法。
现阶段，“部署模拟”已深度融入GPT-5系列模型的上线决策流程，并成功于发布前捕获诸如“计算器黑客”在内的新兴对齐缺陷。此外，该技术亦可无缝适配需调用外部工具的智能体应用环境，为前沿大模型的安全性验证与可靠性保障开辟了一条全新评估路径。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
