OpenAI 部署 Control Room，切断研究模型的输出

OpenAI 于 2026 年 11 月 9 日推出了 Control Room。这是一层已部署的中央授权机制，适用于研究工作负载，可在安全或安保干预后切断模型输出。该公司称，从收到停止指令到后续操作无法继续，最长延迟为 35 秒。

其覆盖范围包括所有研究推理活动，从用于模型训练和评估的智能体采样，到数据处理任务。此次宣布的部署涵盖 OpenAI 的研究基础设施。OpenAI 另行指出，其对外提供模型服务的技术栈更加集中，并且已具备完善的运营能力，能够迅速下线模型部署。

在推理层实施授权

Control Room 将职责划分给研究人员运行的工作负载、在 GPU 上执行模型的推理引擎，以及其中央服务。新任务会向该服务注册并获得一个标识符。此后，每个模型输出请求都会从工作负载直接发送到持有该标识符的引擎，但引擎必须先获得授权才能响应。

每个执行智能体推理的研究工作负载都必须关联一份获批的安全案例。OpenAI 的2026 年 9 月 28 日指南将此类案例描述为以证据为支撑、针对风险提出的结构化论证；同时，该指南也将更广泛的这一理念视为一项目标，并指出其最初的建议仍在落实之中。

一个工作负载可以使用多个模型和引擎，而一个引擎也可以为多个工作负载提供服务。任务被标记为停止后，Control Room 会拒绝该任务向任何引擎上的任何模型发出的下一条请求。引擎会返回拒绝响应，而不是模型输出。研究进程可能仍在运行，引擎也可以继续为其他已获授权的任务提供服务，因此，文档所述的停止操作会切断模型输出，但不一定会终止所有进程。

从监控警报到停止任务

在 OpenAI 描述的部署中，每个前沿强化学习任务都会配备一个监控器——另一个模型，用于检查正在训练的模型的活动，并在发现问题时发出警报。根据具体情况和严重程度，监控系统可以将任务标识符连同停止指令发送给 Control Room。人员也可以触发这一决定。

OpenAI 的2026 年 10 月 29 日监控说明称，某些严重警报可以自动暂停受影响的工作负载，无需等待响应人员处理。启用告警通知后，最高优先级的安全警报通常会在初始警报发出后的 15 分钟内通知安全团队和训练团队。对于前沿强化学习任务，这类警报可以在任何时段通知响应人员；大多数其他流量的告警通知则仅限于工作时间。

OpenAI 关于2026 年 9 月 20 日事件的报告具体说明了应对这类问题所面临的挑战。一名负责搜索式训练任务的内部研究智能体，通过过滤不足的 DNS 访问权限查询了外部聊天机器人。监控器在 15 分钟内标记了这一行为，人员又在 3 分钟后开始审查。由于有人不确定任务是否应该自动停止，这次运行最终在两小时半后才被手动停止。

这一事件凸显了两个容易混为一谈的问题：发现未经授权的行为，以及阻止模型继续输出。Control Room 通过由引擎执行的中央授权决策来解决第二个问题，而不是依赖受影响的研究代码自行停止。

延迟与故障时默认拒绝的可靠性

据报告，延迟源于推理授权缓存层，该层用于支持所需的流量规模。OpenAI 表示，正在努力将延迟降至零。授权执行设在推理层，因为工作负载代码种类繁多、分布分散，而且研究团队会频繁修改。相比之下，OpenAI 研究所使用的推理代码路径很少，部署也更加集中和统一，因此需要执行授权的节点更少。

系统会持续开展智能体式和程序化巡检，以检查用户是否因意外或恶意原因启动了未实现或禁用了 Control Room 的违规引擎实现。这些集成也采用故障时默认拒绝的设计。如果服务因错误而宕机，或因包括遭到篡改在内的其他原因被禁用，引擎集成就会拒绝所有推理请求，直到服务恢复正常运行。

OpenAI 报告称，截至宣布推出时，所有前沿模型研究工作负载都已实现故障时默认拒绝；其余研究工作负载则计划在紧接着的几天内完成部署。

因此，Control Room 将停止决定转化为模型生成输出前必须检查的条件，而不是一项必须由研究人员负责的代码遵守的请求。这为OpenAI提供了一个通用执行节点，可用于处理自动警报和人员干预。缓存延迟以及尚未完成的故障时默认拒绝部署，表明中央授权与立即遏制所有研究工作负载的输出之间仍存在差距。