摘要
1) 一句话总结 OpenAI 于2025年11月19日发布了前沿代理编程模型 GPT-5.1-Codex-Max 的系统卡，详细披露了其首创的上下文压缩技术、真实场景训练细节以及基于备灾框架的全面安全评估结果。
2) 关键要点
- 模型定位：GPT-5.1-Codex-Max 是一款基于更新后的基础推理模型构建的全新前沿代理编程模型。
- 适用领域：专门针对软件工程、数学、研究、医学以及计算机操作等领域的代理任务进行训练。
- 上下文压缩技术：首个原生支持通过“压缩（compaction）”过程在多个上下文窗口中运行的模型，能够在单一任务中连贯处理数百万个 Token。
- 真实场景训练：模型在拉取请求（PR）创建、代码审查、前端编程及问答等真实软件工程任务中完成了训练。
- 模型层安全：针对有害任务和提示词注入（prompt injections）进行了专门的安全训练。
- 产品层安全：实施了代理沙盒（agent sandboxing）以及可配置的网络访问控制等缓解措施。
- 生物学能力评级：在备灾框架评估中，生物学领域被评为“高”能力，已配备与 GPT-5 相同的配套安全防护措施。
- 其他能力评级：目前在网络安全和 AI 自我改进方面的能力尚未达到“高”阈值。
3) 风险与不足
- 网络安全风险演进：虽然当前网络安全能力未达到“高”阈值，但按其能力快速增长的趋势，预计在不久的将来会跨越该高风险阈值。
- 生物学高风险：模型在生物学领域已具备“高”能力风险（已通过部署配套防护措施进行缓解）。
- 提示词注入与有害任务：模型面临执行有害任务及遭受提示词注入的风险（已通过模型层面的专门训练进行缓解）。
正文
2025年11月19日，OpenAI 发布了 GPT-5.1-Codex-Max 的系统卡。这是一款全新的前沿代理编程模型（frontier agentic coding model）。
核心能力与技术突破
GPT-5.1-Codex-Max 基于更新后的基础推理模型构建，针对软件工程、数学、研究、医学以及计算机操作等领域的代理任务进行了专门训练。
- 上下文压缩技术： 这是首个通过“压缩（compaction）”过程，原生支持在多个上下文窗口中运行的模型。它能够在单一任务中连贯地处理数百万个 Token。
- 真实场景训练： 与其前代产品一样，该模型在真实的软件工程任务中进行了训练，涵盖拉取请求（PR）创建、代码审查、前端编程以及问答等场景。
全面的安全与缓解措施
系统卡详细介绍了为 GPT-5.1-Codex-Max 实施的全面安全措施，主要涵盖模型与产品两个层面：
- 模型层面： 针对有害任务和提示词注入（prompt injections）进行了专门的安全训练。
- 产品层面： 实施了代理沙盒（agent sandboxing）以及可配置的网络访问控制等缓解措施。
备灾框架评估结果
根据 OpenAI 的备灾框架（Preparedness Framework），GPT-5.1-Codex-Max 接受了严格的评估，其各项能力风险评级如下：
- 网络安全： 该模型在网络安全领域具备极强的能力，但尚未达到“高（High）”能力阈值。不过按照当前能力快速增长的趋势，预计模型在不久的将来就会跨越这一阈值。
- 生物学： 与近期发布的其他模型一样，该模型在生物学领域被视为具备“高”能力，因此在部署时配备了与 GPT-5 相同的配套安全防护措施。
- AI 自我改进： 该模型在 AI 自我改进方面尚未达到“高”能力级别。
相关文档
- 深入解析 GPT-5 系统卡片：全新模型架构与核心能力；关联理由：版本演进；说明：本文基于 GPT-5.1-Codex-Max 展开，GPT-5 系统卡可作为其基础能力与安全评估框架的上游背景。
- GPT-5.2-Codex：最先进的智能体编程模型系统卡解析；关联理由：版本演进；说明：同属 Codex 系统卡，可直接对照 5.1 与 5.2 在长周期任务能力和风险缓解措施上的变化。
- OpenAI 的人工智能安全策略；关联理由：解说；说明：该文提供组织级安全治理与风险分级语境，可解释本系统卡中的备灾框架与部署防护边界。