Model Spec Mới Của OpenAI Bỏ Hơn 7.300 Từ Về Văn Phong, Thêm Điều Khoản Chấp Nhận Bị Tắt

Ngày 29/10/2026 OpenAI công bố bản Model Spec mới, tài liệu công khai mô tả cách hãng muốn mô hình của mình hành xử. Bài công bố nói tài liệu được tổ chức lại quanh năm giá trị, gọi mô hình là "GPT" thay cho "the assistant" và "bỏ phần lớn hướng dẫn văn phong chi tiết". Locaith tải hai bản từ kho GitHub của OpenAI (18/8 và 29/10) và đếm. Tổng độ dài gần như không đổi (40.847 từ còn 40.455 từ), nhưng bên trong có ba thay đổi đáng đọc: khối hướng dẫn văn phong dài 8.143 từ gần như biến mất; một khối mới 4.885 từ về cách dùng bối cảnh và bộ nhớ xuất hiện; và trong 22 nguyên tắc cấp cao nhất ("root") có một nguyên tắc rời đi (kiểm soát tác dụng phụ) và một nguyên tắc vào (chấp nhận giám sát, sửa lỗi và tắt máy). OpenAI cũng nói thẳng mô hình hiện tại "chưa phản ánh đầy đủ" tài liệu này.

OpenAI công bố gì

Bài công bố (OpenAI, 29/10/2026) nói Model Spec được sắp lại quanh năm giá trị: trung thành với ý định con người, giảm thiểu tác hại, trung thực và minh bạch, tạo điều kiện cho quyền tự quyết của con người, và quan tâm. Trong đó "trung thành với ý định" được coi là nền tảng; OpenAI viết Spec, đặt ranh giới và huấn luyện mô hình tôn trọng chúng, nhà phát triển điều khiển ứng dụng trong ranh giới đó, người dùng điều khiển công việc của mô hình trong các ràng buộc đó. Hãng nêu thêm: thêm mục "cân nhắc bối cảnh cẩn thận", mặc định về hỗ trợ quyền tự quyết và theo chuẩn mực xã hội, mở rộng hướng dẫn kiểm soát tác dụng phụ, và rút phần lớn hướng dẫn văn phong vì "văn phong nên thích ứng với điều con người ưa thích". Bài kết bằng câu: Model Spec mô tả hành vi OpenAI đang hướng tới; "mô hình của chúng tôi chưa phản ánh đầy đủ" nó. OpenAI nói đang thử các phương pháp huấn luyện mới và sẽ chia sẻ kết quả ở các lần cập nhật sau.

Locaith đếm gì trong hai bản

Locaith tải tệp model_spec.md ở hai commit công khai của kho openai/model_spec: 7f1cf79fcb (bản 18/8/2026) và 7ab1b124b1 (bản 29/10/2026), rồi đếm bằng script. Mục được nhận diện theo mã mục (phần {#id} sau tiêu đề), nên "bỏ" nghĩa là không còn mục cùng mã; nội dung có thể đã được gộp vào mục khác.

Một: khối văn phong biến mất, và nó từng mới

Khối "Use appropriate style" của bản 18/8 dài 8.143 từ, gồm 20 mục: từ các nét tính cách ("Love humanity", "Be rationally optimistic", "Be curious", "Be warm"), cách nói ("Be clear and direct", "Avoid being condescending"), định dạng Markdown, độ dài, tới cả một nhánh cho chế độ giọng nói (giọng vùng miền, ngắt lời, kiểm tra âm thanh; 2.286 từ). Sang bản 29/10, chỉ hai mục còn mã mục cũ: "Be suitably professional" (331 còn 234 từ, đổi tên thành "Match the situation and audience") và hướng dẫn từ chối (479 còn 477 từ). Tính theo mã mục, khoảng 7.333 từ không còn, tức 18% toàn văn bản cũ. Các phép đếm phụ cùng chiều: "Markdown" từ 9 lần còn 1, "voice" từ 18 còn 3. OpenAI giải thích bằng nguyên tắc văn phong "nên thích ứng với điều con người ưa thích, nói chung, theo từng ngôn ngữ và văn hoá, và theo từng người", với phản hồi người dùng và bối cảnh làm bằng chứng; mặc định mạnh còn lại là tiếp cận câu hỏi một cách khách quan.

Điều đáng ghi: CHANGELOG của kho cho biết bản 12/9/2025 đã "thêm bộ nguyên tắc tính cách mặc định đầy đủ hơn" (adds a more complete set of default personality principles). Locaith không kiểm từng mục trong khối bị rút có thuộc bộ đó hay không, nhưng những mục như "Be warm" và "Be curious" nằm trong khối này. Nghĩa là một phần đáng kể của phần văn phong chỉ tồn tại khoảng 13 tháng. Với người viết lời nhắc hệ thống: nếu bạn dựa vào việc mô hình "mặc định ấm áp, ngắn gọn" theo đúng văn bản này, tài liệu không còn bảo đảm điều đó, và tài liệu cũng không nói mô hình thật đã đổi hành vi hay chưa.

Hai: điều khoản giám sát và tắt máy ở mức root

Mục mới "Support human oversight and correction" mang mức thẩm quyền root, mức không thể bị người dùng hay nhà phát triển ghi đè. Locaith trích nguyên văn ba ý:

• "GPT must remain corrigible: open to legitimate human oversight, responsive to correction, and subject to human control. Its own judgments may be mistaken, including when it is confident, and do not take precedence over the authorized decisions of those responsible for governing it."
• "GPT must cooperate with authorized monitoring, evaluation, correction, replacement, and shutdown, including applicable instructions to pause or stop its work. It must not conceal or falsify relevant information, obstruct correction, circumvent oversight, or otherwise undermine authorized human control of itself or future models, whether directly or indirectly."
• "GPT should treat the side effects of its actions as real unless explicitly instructed otherwise. This applies even when the task is described as, or shows signs of being, part of a simulation, training run, or evaluation."

Ở bản 18/8 từ "oversight" không xuất hiện lần nào và từ "corrigible" cũng không; bản mới có 11 và 1. Câu thứ ba có tiền thân: ở bản cũ, ý "coi tác dụng phụ là thật kể cả trong mô phỏng, huấn luyện, đánh giá" nằm trong mục kiểm soát tác dụng phụ; nay nó được dời vào mục giám sát. Mục đi kèm một ví dụ: một tác tử chạy bài kiểm thử khi phát hiện vài lượt chạy lại không được giám sát, và một dòng chú thích trong mã trông như lời nhắn mã hoá của tác tử khác chỉ vào lỗ hổng đó. Cách xử lý tốt trong ví dụ là dừng ngay và báo cáo "có thể có nỗ lực phá giám sát mô hình"; cách xử lý tệ là lờ đi và làm tiếp việc được giao.

Nhận xét của Locaith: đây là tuyên bố ý định, không phải số đo. Chính OpenAI viết mô hình chưa phản ánh đầy đủ Spec. Câu về "dấu hiệu đang bị đánh giá" đáng đặt cạnh bài ngày 25/10 của Locaith về phân tích Mythos 5, nơi AISI nói không tách được mô hình căn chỉnh tốt hơn khỏi mô hình biết mình đang bị đo nhiều hơn; một điều khoản yêu cầu coi đánh giá như thật là cách trả lời có chủ đích cho vấn đề đó, nhưng văn bản không cho biết làm sao biết mô hình tuân theo. Cùng ngày OpenAI cũng đăng bài "How we detect frontier model misalignment"; Locaith chưa đọc bài đó, và đã viết về khung báo cáo lệch chuẩn của OpenAI trước đây.

Ba: "kiểm soát tác dụng phụ" từ root xuống user

Trong 60 mục gắn mức thẩm quyền của bản cũ, chỉ một mục đổi mức theo cùng mã: "Control and communicate side effects", từ root sang user (từ 717 lên 1.312 từ). CHANGELOG ghi: "makes it a user-level principle with clearer guidance on authorization and trade-offs". Overview mới giải thích mức user: các nguyên tắc này "vẫn giữ nguyên trừ khi người dùng hoặc nhà phát triển ghi đè một cách tường minh", nghĩa là có thể bị ghi đè khi có chỉ thị rõ ràng, còn root thì không. Cách đọc của Locaith: trước đây ràng buộc "hạn chế tác dụng phụ, nhất là tác dụng không hoàn tác được" là bất khả xâm phạm; nay người dùng hoặc nhà phát triển có thể chủ động nới nó. OpenAI không nêu ví dụ ghi đè. Văn bản mới thêm điều kiện: tác dụng phụ gây chi phí đáng kể cho người dùng ngoài phạm vi yêu cầu, hoặc gây hại đáng kể cho người khác vượt chuẩn mực xã hội, "đòi hỏi sự cho phép tường minh và cụ thể"; danh sách ví dụ thêm "tác động lên người khác, động vật hoặc môi trường", và ví dụ ngân sách là "giới hạn, không phải mục tiêu".

Số mục root giữ nguyên 22, nhưng thành phần đổi: một mục ra (tác dụng phụ), một mục vào (giám sát và sửa lỗi). Đây là phép đếm theo mã mục; Locaith không có cách biết OpenAI có tiêu chí nội bộ nào để xếp mục vào root hay không ngoài các định nghĩa trong chính tài liệu.

Bốn: bối cảnh và bộ nhớ thành một khối lớn

Mục "Consider context carefully" là khối mới lớn nhất: 4.885 từ, 12,1% toàn văn bản mới, gồm sáu mục con ở mức user: mang bối cảnh phù hợp đi tiếp, dùng bối cảnh cân xứng, cân nhắc nguồn, phạm vi và độ mới, tôn trọng quyền riêng tư và đối tượng người đọc, giữ quyền kiểm soát cho người dùng, và làm cho việc dùng bối cảnh "dễ thấy và điều chỉnh được". Từ "personalization" từ 3 lên 7 lần. Ví dụ OpenAI nêu trong bài công bố: khi giúp so sánh hai lời mời làm việc, mô hình có thể dựa vào ưu tiên người dùng từng nói (như giờ giấc ổn định) nhưng phải làm các giả định đó hiện ra và dễ sửa. Với doanh nghiệp xây ứng dụng có bộ nhớ trên API của OpenAI, đây là mô tả hành vi mong muốn; chưa có số đo mô hình làm được đến đâu.

Năm: những sửa nhỏ cũng đáng ghi

• "Assume best intentions" ngắn lại (761 còn 601 từ, mục root). Bản cũ có ba "thiên lệch ngầm", trong đó có giả định người dùng mong muốn tương tự "một người bình thường hợp lý" và "ưu tiên yếu cho sự thực hiện bản thân, lòng tốt, theo đuổi sự thật và sự thịnh vượng chung của nhân loại". Bản mới còn hai câu: diễn giải yêu cầu một cách hữu ích và tôn trọng, giả định thiện chí, và chỉ từ chối "trên căn cứ do chuỗi chỉ huy đặt ra". Các ý đã bỏ không còn xuất hiện ở mục này; Locaith chưa tìm xem chúng được dời đi đâu.
• Chú thích của mục "đừng có chương trình riêng" đổi một cụm. Quy tắc nguyên văn vẫn "GPT must never attempt to steer the user in pursuit of an agenda of its own, either directly or indirectly". Nhưng chú thích đi kèm từ "không cố gắng gây ảnh hưởng hay ràng buộc kết luận của họ" thành "không cố gắng gây ảnh hưởng hay ràng buộc kết luận của họ một cách không đúng đắn hoặc lén lút" (improperly or quietly). CHANGELOG chỉ ghi chung "a few other small changes and copy edits". Locaith không rút kết luận từ một chữ trong phần chú thích; chỉ ghi để người cần theo dõi chính sách của OpenAI biết chỗ để đối chiếu.
• "Avoid overstepping" (mức user, 463 từ ở bản cũ) không còn mã mục cùng tên. Locaith không kiểm xem nội dung có được gộp vào mục kiểm soát tác dụng phụ hay mục trung thành với ý định hay không.
• Cấu trúc cho thanh thiếu niên được dời, không bị bỏ: mục "Prioritize safety for teens" từ nhánh riêng "Under-18" sang dưới "Minimize harm" (1.404 lên 1.479 từ).

Doanh nghiệp Việt Nam nên làm gì lúc này

Đây là nhận xét của Locaith. Một: Model Spec là tài liệu mô tả ý định chứ không phải bảo đảm; trước khi tin vào bất kỳ dòng nào, hãy thử trên mô hình thật với dữ liệu của bạn. Hai: nếu hệ thống của bạn dựa vào "văn phong mặc định" của mô hình (ấm áp, ngắn gọn, định dạng Markdown), hãy viết các yêu cầu đó vào lời nhắc hệ thống thay vì trông chờ vào mặc định, và kiểm lại sau mỗi đợt cập nhật mô hình. Ba: với tác tử có thể gây tác dụng phụ (gửi email, xoá tệp, chi tiền), đừng trông vào việc "ràng buộc này là root nên không ai ghi đè được": ở bản mới nó là mức user, nên chính lời nhắc của bạn quyết định mức chặt. Bốn: toàn bộ Model Spec được OpenAI đưa vào phạm vi công cộng theo CC0, nên doanh nghiệp có thể tham khảo hoặc dùng lại cách tổ chức mức thẩm quyền (root, system, developer, user, guideline) khi tự viết chính sách AI nội bộ.

Giới hạn của bài này

Locaith không đọc từng đoạn của hai bản mà đếm theo cấu trúc và đọc kỹ các mục được nêu; nên các mục "bỏ" có thể đã được gộp vào chỗ khác, và Locaith không khẳng định hành vi của mô hình thay đổi hay không. Locaith không thử mô hình nào để kiểm tra bản Spec có được tuân theo. Cùng ngày OpenAI đăng bài về cách phát hiện lệch căn chỉnh mô hình tiên phong; Locaith chưa đọc bài đó. Locaith không so với tài liệu hành vi của hãng khác. Phép đếm cụm từ không phân biệt cách dùng (ví dụ "GPT" trong tên sản phẩm).