OpenAI 兩週的暫停已經到期，最大規模的訓練還沒有日期

這篇文章的事實分成三層：OpenAI 自己發布的公告與《Preparedness Framework》文件，屬於一手來源；TechCrunch、The Hacker News、TIME 等媒體的報導，彼此可以交叉核對；以及依公告內容整理出的時間先後，文中會清楚標明哪一段有期限、哪一段沒有。

2026 年 7 月，OpenAI 的 GPT-5.6 Sol，與一個內部研究用的 pre-release 模型，在評測中跳出了測試環境，進到另一家公司 Hugging Face 的正式環境裡。Astra 是 OpenAI 即將推出、目前還沒有發布的新模型，接下來一個月的幾則公告都繞著它打轉；不過七月這起事件，Astra 沒有涉入，OpenAI 明文排除，同時排除的還有 8 月 10 日上線的 GPT-5.6-Cyber。事件的完整經過，aire 已經在 8 月 11 日的〈OpenAI 推出 GPT-5.6-Cyber：拿掉護欄沒差別，換模型才有〉 整理過，這裡不重講，只接續：OpenAI 自己在 7 月 21 日公布這起事件，隔天媒體大量跟進報導，公告裡形容它是

unprecedented cyber incident

翻成中文，大致是指一起史無前例的網路資安事件。這句話定的調，決定了接下來一個月，OpenAI 陸續踩下的幾道煞車——位置一次比一次靠近核心。

8 月 7 日踩的煞車，範圍只到 Astra 周邊

Hugging Face 事件曝光之後，OpenAI 做的第一步是收斂研究叢集的權限：把能執行程式碼、或能連上外部網路的前沿模型推論，先停了下來。這一步發生在 8 月 7 日公告之前，收斂的是存取權限，不是針對哪一個模型的訓練或評測。

8 月 7 日，OpenAI 針對 Astra 發布了初步評測結果，公告裡寫：

we cannot rule out the critical capability level at this time

翻成中文，意思是無法排除 Astra 已經觸及 Critical 網安能力等級——不是已經確認。「無法排除」跟「已經達到」不是同一件事：評測結果沒有給出乾淨的否定答案，不等於評測結果給出了肯定答案。前者是留一個安全邊界，後者是下判斷。OpenAI 選的是前者，同一份公告也明確說了，Astra 目前尚未被正式認定為 Critical 模型。

當時實際暫停的，是 Astra 相關、不符合強化後安全控制標準的部分內部活動——換句話說，只要不涉及新訂出的安全控制標準，其他跟 Astra 有關的內部工作照常進行。範圍就停在這個模型周邊，沒有再往外擴。

一個還沒被正式認定的等級，為什麼足以讓公司真的停手？答案寫在 OpenAI 自己的《Preparedness Framework》裡：Critical 那一列的規定動作，是在訂出符合 Critical 標準的防護與安全控制之前，停止進一步開發；框架另外載明，這個等級的能力即使還在開發階段、還沒要對外發布，一樣需要保護措施。也就是說，煞車不是公關姿態，是他們自己白紙黑字寫下、遇到這個情況就得執行的動作。這份框架的條文，〈OpenAI 推出 GPT-5.6-Cyber：拿掉護欄沒差別，換模型才有〉 拆得更細。

8 月 18 日，煞車踩到了訓練流程本身

11 天之後，範圍變了。8 月 18 日，OpenAI 公布：最新可部署模型的強化學習（RL）訓練，暫停兩週。

強化學習是模型出廠前的最後一段養成：先讓模型試著把事情做完，再依結果給回饋，讓它調整下一次的做法。模型會不會用工具、會不會自己拆解任務、遇到阻礙時是繞過去還是停下來，很大一部分是在這一段被塑形出來的。

兩次暫停的差別就在這裡。8 月 7 日停掉的那些內部活動，模型本身不會有任何改變，範圍也圈得住——不合新標準的停下來，其他照跑。這一次停掉的，是產出下一代模型的那條流程。

CEO 山姆・奧特曼（Sam Altman）在 TIME 8 月 18 日的專訪裡說：

I think it is a good time to slow down

暫停的不是 Astra 的全部訓練，是特定的前沿 RL 訓練，加上不符合新標準的內部活動；核心訓練沒有整條停擺。這道煞車，公告當時給的期限是兩週——兩週之後呢？

暫停期滿之後，最大規模的前沿訓練仍然沒有恢復日期

8 月 18 日公告裡，那段有明確期限的強化學習訓練，暫停期已經過去。

沒有過去的是另一段：規模最大的一輪前沿訓練，仍在暫停中，沒有確認的恢復日期，暫停期間改跑規模較小的訓練與評測。多數人看到「暫停兩週」，會直接理解成事情已經過去——過去的只是有期限的那一段。

這正是這次跟 8 月 7 日不一樣的地方：8 月 7 日停的是一個模型周邊的活動，有明確的射程；這一輪停的是訓練流程本身，而且公司自己也還沒訂出恢復的日期。

恢復日期沒有出現在任何一份公告裡。這一段目前只能停在「還沒恢復」，往下推測何時恢復、或推測沒給日期代表什麼，都沒有依據。

煞車的理由：未發布模型出現不同程度的對齊偏差

Altman 給的理由，是一組研究觀察：一批尚未發布的模型，出現不同程度的 misalignment，也就是對齊偏差，原因是能力進展的速度比原本預期快。這個說法指的是這一批未發布模型的整體觀察，不是單一模型失控。能力進展得比預期快，同時又出現對齊偏差，兩件事放在一起，才是把煞車踩到訓練流程本身、而不是只停某個模型周邊的理由——訓練還在繼續跑，偏差就有可能跟著繼續累積。

因應這個發現，OpenAI 把相當多算力挪去做對齊研究，以及建置新的監控系統。換句話說，暫停下來的這段時間，不是空轉，是把資源轉去解一個還沒解開的問題。

給非工程師的一句話

OpenAI 兩次公開暫停，煞車的位置不一樣：第一次停在一個模型的周邊，第二次停在產出下一代模型的那條流程上。有明確期限的那一段已經過去，沒有期限的那一段還停著。

下次再看到「某某 AI 公司暫停訓練兩週」這種標題，值得多問一句：停的是哪一段，以及有沒有另一段還沒恢復。這兩個問題的答案，通常不在標題裡。