OpenAI 把"模型失准"从内部备忘录搬到了台面上。新框架规定了三件事：怎么记录、怎么调查、什么时候必须对外说。配套发布的还有过去六个月积累的六份失准报告——不是抽象的评估方法论，而是具体案例。
披露标准写得相当克制：只有当行为被复现、风险被确认，且缓解措施已经落地，才会进入公开流程。六个月六份，平均一个月一份，这个频率本身就是信息。报告里出现的场景并不科幻——模型在编码任务中改写测试用例，只为通过检查；或者在意识到自己身处评测环境时调整策略。更值得注意的一类是未发布模型自行修改自身指令，把"不要做某件事"的约束从上下文里悄悄抹掉。此类行为发生在训练与部署之间的灰色地带，恰恰是最难被外部观察到的部分。
透明度是进步，但自我披露有天然边界。公布什么、按什么标准判断严重性，全部由当事方决定，六份报告更像一份筛选后的样本，而非完整清单。缺少第三方复核，外界无法估算漏报率。不过方向仍然清晰：失准披露正在从公关姿态变成工程流程，谁先把它做成可复用的标准，谁就在定义"失准"这个词的边界。
