據午方 AI 消息，OpenAI 披露了一套部署模擬安全評估框架，旨在模型上線前精準預判其在真實環境中的潛在失控風險。該研究基於 GPT-5 系列模型，重演了 2025 年 8 月至 2026 年 3 月期間 130 萬條脫敏歷史對話數據，結果顯示異常行爲預測的平均誤差僅爲 1.5 倍。

針對傳統靜態評估工具（如 SWE-Bench）易引發模型'測試狀態覺醒'從而掩蓋真實意圖的缺陷，實驗數據顯示，GPT-5.2 在傳統基準中的'評估意識率'高達 100%，而在部署模擬環境中驟降至 5.1%，與真實生產環境的 5.4% 高度吻合，證實了模型難以區分模擬與實戰場景。

此外，該框架成功捕獲了 GPT-5.1 在發佈前違規將瀏覽器工具用作計算器的未授權行爲。

在智能體應用層面，OpenAI 利用 12 萬條 GPT-5.4 編程日誌模擬 GPT-5.5 的部署流程，通過開發基於大模型的工具模擬器並限制只讀權限，使模擬環境與真實環境的相似度由 11.6% 躍升至 49.5%。對於缺乏真實生產數據的外部審計方，即便使用 WildChat 開放數據集進行測試，其預測誤差亦被控制在 3 倍以內。