8月1日消息，OpenAI 前 CTO Mira Murati 创办的 Thinking Machines Lab 发布博客《A Safe Path to Open Weights》，提出一套基于证据、可以随时暂停的开放权重模型发布框架。这套框架不把模型发布简单分成开放与封闭两种状态，也没有要求所有模型最终公开权重。Thinking Machines 认为，每一步都应选择当时证据所支持的最开放方式。模型风险没有得到控制，或外部防御体系尚未准备好，团队可以停止扩大访问，调整现有安排。
开放权重既是公共品，也是一项不可逆决定
Thinking Machines 把安全的开放权重模型视为公共品。公开权重可以让更多开发者参与模型应用和安全工作，也让外部研究者检查训练选择、评估模型行为，并在不同环境中修改和部署模型。
但权重一旦公开就无法撤回。API 服务可以封禁账号、修补过滤器或暂停访问，下载到本地的权重却能被复制、修改和重新分发。模型原有的安全训练也可能被后续微调削弱。因此，公司认为，开放带来的公共价值不能替代对滥用风险的评估。
这项判断同时作用于两个对象。开发者要测试模型本身是否具备危险能力，以及安全研究能否把这类能力与通用智能解耦；模型进入的外部生态也要具备发现攻击、修复漏洞和响应滥用的能力。两项条件缺一，完整权重就不应因为既定承诺而自动公开。
受限 API、托管微调和公开权重构成不同开放程度
Thinking Machines 提出的阶段不是固定流水线，而是一组可以选择、暂停和回退的访问方式。
对于可能带来网络安全等双重用途风险的模型，公司可以先向防御机构和受信任组织提供受限推理 API。这个安排类似负责任漏洞披露：防御方提前了解能力、修补薄弱环节并建立应对机制，模型权重仍由提供方控制。
下一步可以扩大为受监控的公开使用。提供方借此观察更大规模使用中的滥用方式，验证监控和护栏是否有效，同时让外部生态为能力扩散做准备。经过审查的安全研究者还可以获得更深入的白盒访问，但这不等于向所有人发布权重。
托管微调位于普通 API 和完整权重公开之间。用户可以用自己的数据训练模型，底层权重仍由提供方托管。以 Thinking Machines 的 Tinker 平台为例，提供方可以监控使用、保留安全限制，并在发生风险时撤销访问。用户获得了定制能力，但不能无限复制或脱离平台运行模型。
只有安全评估显示模型不会显著增加现有开放模型之外的风险，且外部防御体系已经具备相应准备，Thinking Machines 才会考虑公开完整权重。即使前序阶段运行正常，公开权重也不是必须到达的终点。
Inkling 系列成为这套框架的首批实际案例
Thinking Machines 已用这套原则评估 Inkling 和 Inkling-Small。Inkling 于7月15日发布，是一款总参数 9750 亿、激活参数 410 亿的混合专家模型；Inkling-Small 于7月30日发布，总参数 2760 亿、激活参数 120 亿。两款模型的完整权重均已公开，也可通过 Tinker 进行微调。
公司称，内部评估和受信任外部伙伴的红队测试显示，这两款模型不会对现有开放权重生态带来显著额外风险。Inkling 的模型卡也承认，模型偶尔会服从角色扮演或间接表达的有害请求，剩余风险应依靠纵深防御处理，而不能只依赖模型拒答。这里的风险判断属于 Thinking Machines 的评估结论，不等于开放部署在所有场景下都已安全。
未来能力更强的模型未必得到相同结果。新框架把每次发布都变成独立决策：模型能力提高后，团队可能延长 API 阶段、限制微调范围，或停在受控访问而不公开权重。
开放模型的竞争开始延伸到发布机制
这套路线为开发者提供了比“只能调用 API”和“立即下载权重”更细的选择。安全研究者与防御机构可以更早接触模型，模型公司仍保留监控和修复窗口；普通开发者能否获得完整控制权，则取决于风险证据和生态准备度。
代价也很明确。访问分层意味着不同机构获得模型能力的时间和权限可能不同，筛选受信任组织的标准也需要接受外部监督。若这些标准不透明，分阶段开放仍可能演变为由模型公司单方面决定谁能接触先进能力。
Thinking Machines 目前证明的是一种发布方法可以落到产品决策上，而不是这套方法已经解决开放权重的安全问题。Inkling 系列被判断为可以公开，不代表未来更强模型会沿着同一路径走到终点。框架保留暂停权，正是因为完整权重发布后不再有撤回选项。
AI 速览
