OpenAI推出部署模拟：通过模拟工具调用将预部署风险评估扩展至智能代理编程

要点

• 部署模拟通过重放去标识化的过往对话，用新候选模型生成回复，并评分以估算部署时的行为频率。
• 该方法在GPT-5系列思维模型上实现了1.5倍的中位乘法误差，但无法测量发生率低于1/200,000的稀有行为。
• 模拟流量与真实流量几乎无法区分，显著降低了模型对评估的感知，从而获得更真实的信号。
• 通过模拟工具调用，该方法成功应用于智能代理编程场景，如内部编码代理风险评估。