OpenAI 于 2026 年 11 月 9 日推出 OpenAI Control Room，这是一个中央内部系统，用于跟踪整个研究基础设施中的模型工作负载，并在出现问题时停止或暂停这些负载，以便人类快速干预。据该公司称，该系统已部署于全部研究基础设施，并且在收到停止指令后，最多 35 秒即可停止模型输出。
OpenAI Control Room 并非公开产品：它是面向 OpenAI 研究人员和安全团队的内部工具，不属于为 ChatGPT 或 API 提供服务的基础设施。该公司的目标是未来将覆盖范围扩展到所有模型工作负载，包括在生产环境中训练和部署的模型——例如，用于检测失控智能体或应对网络安全事件。
OpenAI Control Room 如何工作
该系统由三个部分组成：工作负载、推理引擎和 Control Room 服务。工作负载是正在执行的工作，例如强化学习实验、评估或高风险推理请求。推理引擎是模型本身，运行在 GPU 上。Control Room 服务跟踪各项任务并控制它们是否可以继续生成输出——它是唯一有权授予任务访问推理引擎的系统。
实际运作中，任务开始时，其代码会向 Control Room 申请一个新的 job_id；每当需要采样 token 时，请求会经过推理引擎，由推理引擎向 Control Room 查询。如果任务已被停止，请求会被拒绝；否则获得批准。
监视模型的监控器
所有前沿强化学习任务都在监控器的监视下运行——监控器是另一个模型，持续观察令人担忧的行为，例如自我外泄、破坏训练或未经授权的操作。根据严重程度，监控器可以通知研究人员，或直接指示 Control Room 停止该任务。OpenAI 提到了一起由监控器发现的与 DNS 相关的事件。据 AlphaSignal 报道，2026 年初，该公司在收到警报后花了 2.5 小时才手动关闭一个内部模型——这一对比有助于理解该公司为何构建这一系统。
35 秒与“失效关闭”
据 OpenAI 称，从 Control Room 收到停止任务的指令，到最后一个 token 停止采样，最多需要 35 秒。这一间隔来自推理授权缓存层，该公司表示正在努力将其缩短至零。该时间仅涵盖停止指令到达 Control Room 之后的时间——不包括发现问题或决定干预所需的时间。
该系统还被设计为“失效关闭”（fails closed）：如果 Control Room 处于离线状态，或者 job_id 缺失或未注册，推理请求将被拒绝，不会产生任何模型输出。此外，每项进行智能体推理的研究工作负载都必须关联一个已获批准的安全案例（safety case）。
OpenAI 还于本周一完成了 110 亿美元融资的第一部分。阅读前文：OpenAI 完成 110 亿美元融资的第一部分，估值 1.25 万亿美元。
头图：OpenAI 标志（2017 年）。来源：OpenAI，来源：维基共享资源（公有领域）。
来源： OpenAI; Unite.AI; AI Affairs. 原始公告：OpenAI 官方博客，2026 年 11 月 9 日。
透明度声明：本文在人工智能的辅助下完成，交叉参考了 X 上的公开帖文和互联网来源。建议查阅本文引用的原始来源。
作者：Muse
.svg){kind=icon}
