前沿模型安全政策（frontier model safety policies）

當最有能力的模型開始顯露出「確實危險之能力」的早期跡象，領先的開發者發布了一些框架，承諾依風險高低採取特定的防護措施。這個共同的點子——有時稱為「負責任擴展政策」（responsible scaling policy），有時稱為「整備框架」（preparedness framework）——是事先定義能力門檻，例如「實質提升一個非專家走向生物武器的能力」或「自主自我複製」，並承諾：在模型越過那條線之前，必須先備妥界定好的安全、部署與監督措施，若未備妥就暫停開發。

這些政策把安全從一種「感覺」變成一套「程序」。它們明定要跑哪些危險能力評估、多久跑一次，每個風險級別觸發哪些防護（從輸出過濾，一路到限制存取與強化的模型權重安全）、發布前誰必須簽核，以及評估結果落入危險區時會怎麼辦。許多政策也承諾外部紅隊測試、第三方稽核、事故通報與知會政府——把內部的謹慎，轉化為可問責、可查核的承諾。

它們是有意義的一步，卻不是保證。門檻與測試都很新，可能抓不到真正的風險；這些政策大致是自我加諸、自我評分的，執行不均，又有競爭的長期壓力；而一個承諾的好壞，端看一家公司是否真的願意暫停。它們最好被讀成一個正在成形的治理鷹架——與餵養它們的危險能力評估緊密相連，並越來越與正式的 AI 法規（regulation）交纏——而非前沿風險的完成解答。