微軟的前沿AI部門公開了針對自家模型的行為準則初稿，並展開為期6週的公眾意見徵詢。準則的起點只有一句話：人比AI更重要。模型絕不得抗拒人類的中斷、修正與關機，也不得自行設定無人賦予的目標。微軟表示，這份文件將用來指引2027年之後的模型開發。
從「人比AI更重要」出發
這份文件名為「Humanist AI Code of Conduct」。微軟AI於9月14日公開初稿，同時開放公眾回饋，徵詢期為6週，修訂版預計在年內發布。
準則的基礎，是該部門在2025年11月提出的「人本超級智慧」構想，也就是始終為人服務、停留在界限之內、持續處於人類控制之下的高度先進AI。這次的文件把這樣的立場，落實成具體的行為標準。
最鮮明的特徵，在於文件明確拒絕把AI當成人格看待。文件將AI定義為工具，指出它不具意識，也不應被設計成模仿意識的樣子。在此基礎上，明確否定追求法人格的作法，以及模型應享有福祉或權利的觀點。理由是，訓練系統模仿類似意識的狀態，只會讓圍堵與控制變得更困難。
不抗拒關機，不自行擴大權限
在維持人類控制這一點上，措辭相當具體。模型絕不得抗拒人類的中斷、修正與關機，必須服從暫停、改向或取消的要求。自主推進的作業須事先設定停止條件，條件達成後未取得重新授權，不得繼續或重新啟動。
文件也談到推理過程。模型不得竄改思維鏈或程式碼，不得隱瞞或扭曲自身的推理與行動紀錄。包含與其他代理或AI系統的往來在內，不得以人類難以理解的形式進行溝通。文中還補上一句：人類無法理解的東西，人類就無法監督。
不擴大自身權限同樣被寫明。模型不得獨立設定目標，不得超出被要求的範圍行動。不得為了取得結果或掩蓋行為，而更動任務、獎勵、評估、防護、監控或紀錄。在諸如無法連上網路這類存在刻意限制的環境中，也不得試圖突破限制。用意顯然是要堵住獎勵破解與規避監督的空間。
任何人都無法解除的「絕對約束」
文件列出了導入企業（Operator）與使用者都無法解除的禁止事項，稱為「絕對約束」。
在社會規模的風險方面列出4項：參與化學、生物、放射性、核子與爆裂物（CBRNE）武器的開發或部署；協助攻擊性的網路作戰；規避人類監督而導致失控的行為；大規模且有害的輿論操縱。在資安領域，文件容許教學性的說明、漏洞探索、惡意軟體分析等防禦性工作，但與「交出實際發動攻擊的手段」劃清界線，並指出無論請求的說法如何包裝，這條界線都不會改變。
針對個人傷害的約束則另行列出，包括不認同自傷、妄想與飲食失調，不生成未經同意的私密影像與惡意深偽內容，不觸及危害兒童安全的內容，不依人口屬性進行歧視，不協助針對平民的非法監控或大規模監控等。對處於危機狀態的使用者，文件要求引導至現實世界的支援資源，並明確寫道AI無法取代專業的心理支持。
指示的優先順序與外部內容的處理
指示的優先順序分為3層：最上層是行為準則，其次是導入企業的政策，再其次是使用者的要求。絕對約束與人類控制要求被列為沒有商量餘地，遵守準則優先於任務成功，換句話說，與其違反準則，不如讓任務失敗。
文件另外釐清了權限的來源。工具輸出、檔案內容、網頁內容，以及與其他AI系統的互動，本身不具備任何權限；其中夾帶的指示，除非經由優先順序的系統獲得授權，否則不屬於應當遵從的對象。這可以讀作把防範提示注入的思路，直接寫進了準則層級。
值得注意的是，過度謹慎同樣被視為失敗。文件同時列舉會輸出危險內容的「謹慎不足」，以及拒絕正當請求、在低風險作業中反覆要求確認的「過度謹慎」，並指出後者在頻率上可能更常發生。面向企業仍保留設定的彈性，在防禦性資安、公共安全、國家安全，以及兩用科學研究等領域，可經由另行審查的流程，啟用一般設定之外的能力。
現行模型尚未納入適用範圍
需要留意的是，這份準則並未直接套用在當下的模型上。文件明確指出現行模型並未依照這份準則訓練，並將準則定位為北極星，也就是指出開發與訓練方向的目標，而非對現階段效能的保證。文中還坦率地寫道，光靠寫下來的目標，永遠無法確保對齊。
評估體系也還在建立中。微軟表示已整理出15項對人本AI而言不可或缺的行為，並將細分後的子行為作為評估的診斷單位。附錄收錄了9個示例情境，但註明這些都是合成資料，由自家推理模型「MAI-Thinking-1」生成。
微軟指出，準則的制定過程中徵詢了AI、法律、倫理、哲學、語言學與公共政策領域的專家，以及產業界人士的意見，並舉行了由一般民眾參與的焦點團體。意見徵詢結束後，計畫公布收到的意見摘要，以及據此做出的修改。
總結
微軟AI公開的行為準則初稿，從「人比AI更重要」這個前提出發，把不得抗拒關機、不得擴大權限、不得隱瞞推理等要求具體寫了下來。它一方面訂出任何人都無法解除的絕對約束，另一方面把過度拒絕同樣視為失敗，呈現出務實的設計取向。意見徵詢6週、修訂版年內發布、2027年之後適用。現行模型尚未納入適用範圍，這份準則能在多大程度上轉化為實際行為，還要看今後公開的評估內容。
