條件式承諾

一份針對高風險活動的明智計畫，常常採取「如果出現這個警訊，就採取這個特定行動」的形式——如果河水漲到這個標記，就撤離。它的價值在於：決定是事先冷靜做出的，而不是在當下的恐慌中做的。條件式承諾（if-then commitment）把這個結構套用到 AI 開發上：一條事先議定的規則，把某項特定的保障措施，繫在某項受測得到的特定能力上。

它的形式就是字面上的條件句：「若」評測顯示模型具備能力 X，「則」必須先有保障措施 Y 到位，才能繼續訓練或部署該模型——而如果做不到，擴展就暫停。例如：若一個模型跨越了「可能實質協助新手製造生物武器」的門檻，則一組明訂的安全與部署管控必須先通過獨立查核。這些承諾是負責任擴展政策的運作骨幹，而它們要行得通，前提是那個觸發用的能力是評測真的偵測得到的。

它的吸引力在於：趕在發表或競爭性競賽的壓力來臨之前，就先把安全門檻決定下來，並公開陳述，好讓他人能據以督促開發者。但弱點是真實存在的：「若」取決於可能漏掉該能力的評測（能力引出問題、故意藏拙），「則」的力道頂多就和所明訂的保障措施一樣強，而目前多數承諾都是自願且自我裁量的，因此若缺乏外部驗證，它們可能滑向安全漂洗。條件式承諾是一個「促成好決策」的結構，而不是「好決策一定會被做出」的保證。