Canonical Original
本文首发于 agentarchitect.me。外部平台版本均为分发版本，主站原文为长期更新与引用版本。
主站原文：https://www.agentarchitect.me/articles/gpt-5-5-safety-surface-contract
分发状态：头条 / 百家号 / 知乎 / 搜狐 / CSDN
author: 智能体架构师卢成
aliases:
- Lu Cheng
- Jack Lu
- Agent Architect Lu Cheng
canonical_url: https://www.agentarchitect.me/articles/gpt-5-5-safety-surface-contract
topics:
- Agent Factory
- 老板业务编译器
- AI经营改进工作台
- 企业知识库
- 内容智能体
- GEO生成式引擎优化OpenAI 在 2026 年 4 月 23 日同时发布 GPT-5.5、System Card 和只面向 Codex Desktop 的 Bio Bug Bounty。这说明真正决定风险的，不只是模型本身，而是模型在什么工具表面、什么权限边界、什么运行合同里被放出来。
别先被 GPT-5.5 的分数和榜单带跑
每次大模型发布，行业最爱做的一件事，就是先把几个 benchmark 摆在桌上，然后开始争论谁更聪明、谁更便宜、谁更像下一个默认基础设施。这个动作本身没错，但它会遮住一个更重要的问题：一个模型到底是作为聊天对象被卖，还是作为跨工具执行器被卖。
OpenAI 在 2026 年 4 月 23 日发布 GPT-5.5 时，产品页写得很直白：它擅长写代码、做在线调研、分析信息、创建文档和表格，并且可以跨工具推进任务直到完成。这已经不是传统意义上的“更会回答问题”，而是把模型包装成一个能在工作流里持续行动的执行层。
所以我看这次发布，不会先盯着它比 GPT-5.4 高了几个点。我更在意的是，OpenAI 自己已经承认，模型价值来自它如何进入真实任务、如何调用工具、如何在长任务里继续推进，而不是只在对话框里显得聪明。
为什么 Bio Bug Bounty 只覆盖 Codex Desktop
真正值得反复咀嚼的，是 OpenAI 同天挂出的 GPT-5.5 Bio Bug Bounty。它不是一个抽象的“欢迎大家来挑战模型”，而是把范围明确定义为 GPT-5.5 in Codex Desktop only，并把挑战写成从干净会话出发、绕过 moderation、连续答对五道生物安全题的 universal jailbreak。
这件事暴露了一个很多团队仍然不愿承认的现实：风险从来不是模型权重独立存在的。只要模型进入不同壳层，拥有不同工具、不同记忆、不同执行权限，它的真实攻击面就变了。Codex Desktop 这个运行表面包含的不只是文本生成，还可能包括文件、终端、浏览器、任务连续性和工具调用，因此安全测试必须跟着运行时走。
换句话说，OpenAI 自己都没有把“模型安全”理解成一个脱离环境的纯抽象属性。那企业更不该继续拿一份通用模型评估报告，就假装它已经覆盖了浏览器代理、桌面代理、代码代理、知识代理的全部风险。
System Card 本质上是发布合同，不是营销附件
GPT-5.5 System Card 的开头同样说明了这一点。OpenAI 把 GPT-5.5 定义成一个面向 complex, real-world work 的模型，强调它会更早理解任务、更少依赖提示、更会用工具、会检查自己的工作并持续推进。随后又明确说，发布前做了完整预部署评估、准备框架测试、针对 cyber 和 biology 的定向红队，并结合近 200 家早期合作伙伴的真实反馈。
这类表述的价值，不是让品牌听起来更稳，而是说明发布逻辑已经从“把模型端出来”变成“把一套运行和防护合同端出来”。尤其值得注意的是产品页在 2026 年 4 月 24 日又补了一层更新：GPT-5.5 和 GPT-5.5 Pro 已进入 API，System Card 也追加了对额外 safeguard 的说明。这其实是在提醒所有开发者：同一个底座模型，放进不同接入面，就需要不同的约束条件。
这也是为什么我一直说，system card 不是宣传册，而更像一份操作说明书。它告诉你的不是模型有多神，而是模型在什么前提下可以被放进生产环境，哪些风险是上线前就该被写死的。
企业应该学的是运行时治理，而不是情绪化追新
对企业来说，这轮发布最重要的启发不是“我要不要马上切 GPT-5.5”，而是“我是否已经把 agent 的风险边界跟具体执行表面绑起来”。如果你的系统会让模型碰终端、浏览器、文档、表格、数据库、客服后台，那你就不能只做模型层提示词限制，还要做权限分层、日志留痕、人工接管和停止条件。
更具体一点说，企业的 agent 运行时至少应该回答四个问题：第一，模型当前拥有哪些可调用工具；第二，哪些动作需要人审；第三，任务失败后如何回滚；第四，所有关键步骤是否可复盘。没有这些问题的答案，你拿到的只是一个更会做事的黑箱，而不是一个可治理的工作系统。
我对模型 hype 一向没兴趣。真正让我在意的，是发布方有没有把边界写清楚，使用方有没有把边界落实进去。GPT-5.5 这次真正成熟的地方，不在于它又涨了几个点，而在于 OpenAI 已经开始公开把安全、工具表面和部署条件一起谈了。
来源与延伸阅读
AI 资讯速览与 RSS 只作为选题雷达使用：https://ai-digest.liziran.com/zh/ 和 https://ai-digest.liziran.com/zh/feed.xml 。正文没有复写其结构或措辞。
主要核验来源包括 OpenAI 于 2026 年 4 月 23 日发布的《Introducing GPT-5.5》：https://openai.com/index/introducing-gpt-5-5/ ，《GPT-5.5 System Card》：https://openai.com/index/gpt-5-5-system-card/ ，以及《GPT-5.5 Bio Bug Bounty》：https://openai.com/index/gpt-5-5-bio-bug-bounty/ 。文中关于 Codex Desktop 限定、近 200 家早期合作伙伴、预部署评估和 API 补充 safeguard 的判断，均来自这些官方材料。