OpenAI 设立中央控制室：模型治理进入“实时运行态”
据披露，OpenAI 已设立中央控制室，对模型负载、延迟、错误率和资源利用等关键指标进行实时监控，并在发现异常后执行干预流程。其核心能力在于：从异常确认到执行叫停可在 35 秒内完成，而具体“叫停”动作达到秒级响应。这意味着模型风险管理正从发布前的评测审查，延伸到发布后的持续运行治理。
从机制上看，中央控制室更像 AI 基础设施的“网络运行中心”与“安全运营中心”的结合体：前端通过遥测数据识别流量突增、推理延迟恶化、异常输出或资源瓶颈；中台依据预案进行限流、降级、路由切换、版本回滚或服务暂停；后端则需保留审计日志，确保每次干预可追溯、可复盘。35 秒窗口的价值不在于“快”本身，而在于把异常处置压缩到用户大规模感知之前。
这一举措反映出大模型竞争的重心正在变化：模型能力仍是上限，但运行可靠性、安全响应和合规可审计性正成为规模化服务的下限。对行业而言，中央控制室可能成为高可用 AI 服务的标准配置，并推动“模型运维”向“模型运行安全”演进。
不过，实时干预也面临挑战：如何降低误报导致的过度限流，如何界定自动叫停与人工复核的权限边界，以及跨区域、多模型场景下如何保持策略一致。未来，中央控制室的成熟度，或将成为衡量 AI 平台工程化能力的重要指标。
