OpenAI 用真实对话回放来模拟模型上线后的行为，提前抓出不对劲的回答

Predicting model behavior before release by simulating deployment

OpenAI 在 GPT‑5‑Thinking 系列模型发布前，把近期真实用户对话里的助手回复删掉，让待发布的新模型重新生成一遍，再检查有没有冒出新的不良行为。这个方法叫部署模拟，相比传统评测，它能给出更准的不良行为频率估计，还发现了以前没见过的对齐问题，同时降低了模型察觉“自己在被测试”的概率。它也能用在带工具调用的智能体场景里。不过这个方法有硬伤：...

推荐理由：OpenAI 这次不是发一篇“我们做了安全测试”的公关稿，而是给出了一套有具体流程、有真实数据支撑的部署模拟方法，并且赶在 GPT‑5‑Thinking 发布前公开了论文。方法本身有信息增量，能估算不良行为频率、发现新问题，还降低了模型察觉测试的概率，直接打中对齐从业者的关注点。没给更高分是因为文章自己也承认有硬伤，比如计算成本没披露、对复杂智能体场景的验证还不够，这些限制让实际落地效果要打个折。