20%推理算力用来“看住AI”：大模型竞争进入安全成本时代
大模型越来越强以后，AI公司可能不得不面对一笔过去没有被充分计算的成本：为了让模型安全运行，还需要再投入一部分算力持续监控模型本身。
8月18日，OpenAI披露了正在实施的一套前沿模型安全升级方案。最引人关注的数据是，公司估算新的监控系统所带来的额外算力开销，约相当于被监控推理算力的20%。需要强调的是，这并不是说OpenAI所有AI服务的总成本统一增加20%，而是针对纳入相关安全监控的推理任务，目前估算的监控开销约为这一水平，不同训练和评估场景差异可能很大。
与此同时，OpenAI还确认，最新一批计划部署模型的强化学习训练曾暂停两周，目前规模最大的前沿强化学习训练仍处于暂停状态，部分Astra相关训练和评估任务也要等达到新的安全标准后才能恢复。
这意味着，大模型行业正在出现一个值得关注的新变量：
未来决定一家AI公司模型迭代速度的，可能不只是它拥有多少GPU，还包括它能拿出多少算力和工程资源来监控这些模型。
先说清楚：OpenAI并没有“全面停止训练”
把这次事件简单理解成“OpenAI暂停前沿模型训练”，并不准确。
OpenAI的表述是，由于内部研究和即将推出模型的网络安全能力快速提升，公司暂时放慢了模型规模扩展速度。其中包括对最新拟部署模型进行为期两周的强化学习训练暂停，同时继续用较小规模训练和评估验证模型行为、安全措施以及对齐效果。
截至8月18日，OpenAI最大规模的计划中前沿强化学习任务仍然处于暂停状态。
Astra也不是所有工作都停止。部分已经满足新安全要求的训练和评估可以继续，但仍有相当一部分相关工作负载需要完成环境迁移和安全升级之后才能恢复。
真正发生的变化不是“AI不练了”。
而是：
模型能力越接近高风险边界，训练它所需要满足的安全门槛也越高。
为什么偏偏是Astra触发了这一变化？
核心原因是网络安全能力。
OpenAI表示，初步证据显示，即将推出的Astra模型可能已经达到其《Preparedness Framework》所定义的“Critical”网络安全能力水平，因此公司对相关工作负载采用了最高等级的安全措施。
在OpenAI现行的准备框架中，前沿模型能力主要划分为High和Critical两个重要阈值。
High意味着模型可能显著放大现有严重风险路径，而达到Critical，则意味着模型可能带来此前不存在或前所未有的新型严重风险路径。对于达到High能力的系统，部署前必须有足够的风险缓解措施；如果达到Critical，开发过程中本身也必须具备充分安全措施。
这一区别很重要。
过去很多人理解AI安全，是模型开发完成后再进行测试：
模型做好了，检查一下，没问题就发布。
但如果模型本身已经具有非常强的网络攻击、工具调用和自主执行能力，那么风险可能在研发阶段就已经出现。
于是安全不再只是“上市前质检”。
而开始进入生产线内部。
20%的算力到底花在了哪里？
OpenAI此次披露的新监控体系，并不是简单扫描一下模型输出有没有敏感词。
它要观察得更深。
按照官方介绍，新的监控流程是多阶段的：首先通过“activation classifiers”，也就是激活分类器，检查模型内部活动；这些分类器会在每一个被采样的Token上运行。如果发现潜在异常，就会把问题升级给计算量更大的自动调查系统。
后续系统还会检查模型使用工具的行为、能够观察到的推理过程以及完整活动序列，寻找未经授权访问、数据窃取、破坏性行为以及试图绕过安全机制等风险。
一旦系统发现令人担忧的行为，OpenAI希望在30分钟内生成警报。如果触及关键安全边界，则会上升为最高优先级事件，并通知安全、安保和研究团队；如果团队不能在规定时间内确认只是误报，相关活动原则上就需要暂停。
这就解释了为什么安全监控也会消耗大量算力。
以前一次模型推理，主要计算“答案是什么”。
现在高风险模型的一次推理，背后可能还多了一层问题：
它为什么这样做？它调用了什么工具？它有没有试图越权？它接下来的行为是否异常？
回答这些问题，本身也需要模型和计算资源。
AI行业可能第一次出现明显的“安全算力”
过去几年，市场计算AI产业成本时，主要关注几个大项目：
GPU、数据中心、电力、网络、存储和散热。
这些都是直接为模型训练和推理服务的资源。
但OpenAI公布的20%监控开销，提供了另一个观察角度：
未来一部分算力可能并不直接产生用户看到的答案，而是用于保证产生答案的模型没有越过安全边界。
从经济意义上看，这很像金融机构的风险控制。
银行不能把所有员工都放去做贷款业务，还要配置合规、审计和风控体系。
航空公司不能只购买飞机，还需要维护、检修和安全系统。
AI能力越强，类似的安全基础设施可能也越难被省略。
需要注意的是，目前没有证据表明整个AI行业都将固定承担20%的安全算力成本；OpenAI自己也强调，不同训练、评估任务的成本差异明显。
但它至少第一次非常直观地展示了：
高能力模型的“净算力需求”，和过去仅仅计算训练、推理所需GPU，可能已经不是同一个概念。
大模型竞争可能因此出现三种变化
第一种变化，是算力预算重新分配。
假设两家公司拥有同样规模的计算资源，其中一家需要拿出更多算力执行实时安全监控、自动调查和安全评估，那么真正可以直接投入模型训练和用户推理的资源就会减少。
除非它继续增加总体算力投入。
因此，前沿模型越强，AI公司的基础设施投资压力理论上可能进一步增加。
第二种变化，是模型发布时间可能更难只由训练完成时间决定。
OpenAI此次明确表示，加强研究环境安全已经带来明显的工程工作、成本以及对前沿研究的延误；部分任务即使模型能力已经达到要求，也必须先完成安全环境迁移。
过去行业判断一个模型什么时候推出，通常关注训练是否结束、算力是否准备好。
未来可能还必须增加一个问题：
安全系统准备好了吗？
第三种变化，是行业门槛可能继续升高。
开发世界最先进模型，本来就需要GPU、资金、人才和数据。
如果再叠加持续监控、安全隔离、自动化调查、红队测试和对齐研究，真正有能力长期参与前沿模型竞争的公司可能需要更加复杂的基础设施体系。
OpenAI在最新公告中也明确表示，未来还需要持续投资模型辅助安全、更有效的监控以及对齐研究。
安全甚至正在进入数据中心设计
这一变化还有一个容易被忽视的产业影响。
OpenAI为高风险模型提出的安全措施不仅发生在软件层。
公司还在加强工作负载隔离、网络隔离、权限管理、安全日志以及持续安全测试。例如运行模型生成代码的环境需要更强的沙箱，不可信工作负载需要与互联网进行更严格隔离，同时还要减少共享服务和长期权限。
这意味着前沿AI基础设施建设未来可能不只是讨论：
多少GPU、多少兆瓦电力、多少机柜。
还会越来越多讨论：
算力之间如何隔离，模型能够连接哪些网络，谁可以访问模型权重，以及异常行为怎样被实时发现。
从产业角度推演，AI安全可能逐渐从传统意义上的“软件合规”，延伸为数据中心、算力平台和模型基础设施的一部分。
这会不会拖慢AI进步？
短期来看，更严格的安全措施确实可能降低部分研发工作的推进速度。
OpenAI已经承认，最新安全升级带来了成本和前沿研究延迟，最大规模RL任务目前仍未恢复。
但长期来看，事情并不是“安全与速度只能二选一”。
OpenAI提出的方向之一，恰恰是让未来更强的AI帮助完成安全工作，包括使用模型持续测试安全边界、进行自动调查以及辅助防御其他模型。
如果这种方法有效，就可能形成另一种循环：
模型越强，风险越高；
风险越高，需要更多监控；
但模型本身也越来越能够参与监控和安全工作。
因此最终决定行业效率的，可能不是有没有安全成本，而是：
安全成本能否随着模型能力提升而自动化。
真正值得关注的不是Astra晚几天
市场很容易把这条新闻理解成一个产品问题：
Astra什么时候发布？
但从产业角度看，这可能反而是最短期的问题。
更重要的是，OpenAI正在公开承认一个新的现实：
前沿模型发展已经开始受到“安全基础设施能否跟上模型能力”这一因素约束。
OpenAI在2025年更新《Preparedness Framework》时就已经规定，Critical能力不仅要求部署安全，连开发阶段本身都必须有足够的风险缓解措施；2026年的最新行动，则让这一框架第一次更加直观地体现为训练暂停、环境迁移以及真实的计算资源消耗。
这可能意味着，AI竞争正在进入一个新的阶段。
过去比的是：
谁能训练出更大的模型。
后来比的是：
谁拥有更多GPU和更便宜的电。
现在又多出一个问题：
谁有能力在不断提高模型能力的同时，承担监控、隔离、评估和对齐带来的额外成本。
写在最后
20%这个数字真正值得关注的，并不是它会不会永久保持在20%。
而是它第一次把“AI安全”变成了一项可以被看见的资源消耗。
当模型还只是回答问题时，安全更多表现为规则和审核。
当模型能够长期运行、调用工具、访问网络甚至执行复杂任务之后，安全就可能需要服务器、算力、网络隔离系统和自动调查模型持续在线。
于是，AI产业开始出现一笔过去不明显的成本：
不是用算力让模型变得更聪明，而是用算力确保变得更聪明的模型仍然处在可控范围内。
对于整个大模型行业而言，这可能是比某一款模型究竟何时发布更重要的变化。
前沿AI的下一场竞争，或许不只是“谁更强”。
还包括——
谁有能力承担越来越昂贵的安全。
本文来自微信公众号“BT财经”（ID：btcjv1），作者：BT财经，36氪经授权发布。
