Jun 16, 2026 · OpenAI
部署前行为模拟：模型安全评测开始贴近真实使用环境
OpenAI 于 2026 年 6 月 16 日发布通过模拟部署预测模型行为的研究。
EVENT STORY
Development
- First ReportPredicting model behavior before release by simulating deploymentOpenAI
- Current Assessment模型发布与企业采购都需要更接近实际工作流的预发布验证，评测平台和红队能力价值上升。Agent Pulse · analysis
静态 benchmark 难以覆盖真实用户、工具和组织规则带来的行为变化，评测开始向场景化部署模拟演进。
模拟方法必须处理环境代表性、对抗行为、长程反馈和评价器偏差，并证明能预测真实部署失败。
模型发布与企业采购都需要更接近实际工作流的预发布验证，评测平台和红队能力价值上升。
高风险应用应建立影子部署和场景模拟，并在上线检查中明确失败类型和停止条件。
观察模拟结果与真实事故的相关性、外部复现、覆盖范围和对发布决策的实际影响。