OpenAI 于 2026 年 9 月 22 日发文，提出有效第三方评估的优先事项与原则，处理前沿模型安全评估里最难兼容的要求：评估须严谨，过程须安全，评估方还须相对独立。公开摘要确认对象是前沿模型及其防护措施，并以这三项为并列条件。这不是带分数的评测报告，也不等于已经开放的外部审计。对开发者而言，关键是「谁来测、测什么、在何种约束下测」，而不是再刷公开基准。
三项要求为何要同时提出
摘要将严谨、安全、独立并列，说明它们会互相拉扯。独立意味着结论不能只复述模型提供方的内部叙事；安全意味着评估过程不能变成泄露未公开能力或防护细节的通道；严谨意味着方法、范围和限制应可说明。同时强调这三点，等于承认第三方评估既是外部问责工具，也是需要受控的安全流程。材料未给操作细节，但已把第三方评估从常规榜单拉开，对准安全主张和防护措施能否经得起外部检验。
能确认的与不能确认的
材料没有列出原则条文、访问级别、是否覆盖系统级防护、结论如何披露，也没有时间表或合作名单。因此不能推断已向外部实验室开放生产模型，或第三方可不受限制地做对抗测试。能确认的只有：有效的第三方评估需要优先事项与原则，且独立性与安全性并列。更稳妥的读法是，评测正从公开榜单扩展到涉及安全声明的外部评估；原则文件是后续协议的前置文本，不是可执行规范。
我的判断
价值在于把第三方安全评估收束成可讨论的约束：独立、安全、严谨不能互相替代。适用边界清楚——这是立场与优先事项，不是评测规范，也不是授权。局限同样直接：没有操作细节时，无法判断「独立」是制度安排还是自我声明，「安全」会不会被用来收窄评估范围。信息不足时，应视作治理信号，而非已落地的审计能力。真正需要跟进的，是评估方可接触什么、结论如何公开、以及与内部评测如何分工。