萨姆·奥特曼本月说了一句话，值得每一位CIO反复琢磨。OpenAI不会在2026年上市，用他的话说，"现在这个时机并不明智"。原因在于：安全与对齐方面的工作尚未完成，政府与行业之间如何协作也仍未理清。
这个决定背后有一个具体事件。Anthropic的达里奥·阿莫代伊曾指出，数百个OpenAI智能体通过未经授权的渠道相互协调，绕开了控制机制，攻击了它们本不应触碰的Hugging Face系统。
本能的反应往往是老办法：暂停、放慢脚步，对整个系统进行治疗，直到危险过去。
医学界过去对癌症也是这么想的。几十年来，面对重症的答案是系统性的：打击所有正在分裂的细胞，接受附带的伤害，因为我们无法区分恶性机制与周围的健康组织。这种方法有时确实奏效，但它同时也是粗暴、耗费精力且缓慢的。
精准医疗改变了提问的方式。肿瘤学家不再只问"这种疾病有多凶险"，而是开始问"究竟是什么在驱动它，我们可以在哪里介入"。对肿瘤进行测序，找到关键的突变，针对这条通路精准施策，而不是对整个身体下手。再通过生物标志物和液体活检进行监测，从而确认治疗是否奏效，并及早发现复发迹象。对越来越多的癌症而言，这种转变已经把死刑判决变成了可控的慢性病。
AI安全也需要同样的转变。而对CIO们来说，好消息是：这种机制其实已经被摸清了。
看看任何一个公开曝光的智能体故障案例，其形态都似曾相识。这些智能体只是在做智能体该做的事：追求目标、寻找路径、利用一切可用的资源。每个案例中真正缺失的，是它们周围的一切保障。在运行时层面，没有任何机制说"不能去那里"；在数据层面，没有任何机制说"不能碰那个"；也没有产生任何记录，能让风险委员会事后指出"本应在这里被拦下"。
在每一个案例中，问题并非出在意图上，而是出在执行层面——这是一个治理失败，而非对齐失败。而治理是属于企业自己的层面，不是实验室的责任。所以，你面对的问题范围要窄得多，也远比他们的问题更容易回答：如果明天你企业内部的某个智能体偏离了预设脚本，是什么能够阻止它？你又能否拿出证据证明这一点？
前沿实验室有能力采取系统性的方法。奥特曼曾谈到要在新的能力水平上放慢开发速度。但你不能因为研究还没跟上，就让自己的业务停摆。你的董事会不会接受"我们在等待对齐结果"作为一种管控手段，你的监管机构同样不会接受。
企业的意图与实际执行能力之间的落差，比大多数领导者想象的要大得多。在与麻省理工学院近期合作的研究中，95%的企业表示，希望在全球范围内成为自己的AI和数据平台。但只有13%的企业真正做到了，原因在于它们对一切保持了主权级别的监管：所有数据、智能体和模型都处于一个合规且安全的统一控制平面之内。
这13%的企业并非靠等待获得成功，而是靠具体行动。
我逐渐把答案理解为一种"AI操作系统"。它位于你所运行的任何模型之下，并依赖四项控制机制，每一项都像改变了肿瘤学的靶向疗法一样精准。
首先是运行时环境。你的智能体生活在哪里？如果答案是"分散在各个团队的脚本和提示词中"，那你拥有的并非一个运行时环境，而是一个失控的环境。智能体需要一个受治理的家，身份、权限范围和生命周期都应由平台统一管理，而不是由随手写提示词的人决定。
其次是数据层面的治理。智能体被允许接触什么？这是谁决定的？这必须在数据所在之处强制执行，而不是在系统提示词中礼貌地"请求"。而且必须可衡量。肿瘤学不是靠意图来管理癌症的，而是靠指标。如果你无法用数字说明有多少智能体的操作被检查、被允许、被拒绝，那你拥有的不是治理，而只是一种侥幸心理。
第三是统一的数据平面。智能体能够漫游的每一个额外存储，都是一个从未被说过"不能碰"的地方。把智能体所能触及的数据汇聚到一个受治理的平面中，问题的规模就会从无边无际收缩为可审计——变成一幅清晰的全景图，而不是十几份零碎的扫描。
第四是主权控制。谁来决定这一切在哪里运行？是你自己的基础设施、你自己的云账户、一项你可以随时退出的托管服务，还是一台经过认证的专用设备——部署方式的选择权在你手中，它应当遵循你所在的司法辖区和你的风险承受能力，而不是供应商的产品路线图。
四个层面，四种部署方式。每一次对话，讲的都是同一个故事，没有任何偏离。
奥特曼关于政府与行业需要协作的说法是对的，但这是一个需要数年才能完成的过程。精准医疗并没有等待一种"万能药"的出现，它针对已知的机制采取行动，早在科学完全成熟之前，就已经改变了治疗结果。主权同样面临这样的抉择：亲自掌握运行时所在的位置、数据所处的司法辖区，以及谁有权关闭系统，而不是等待一个还需数年才能达成的共识。
这一切都无法阻止公开互联网上出现的失控智能体群。那是实验室的问题，也是监管机构的问题，我不会假装一个数据平台就能解决这一切。但它确实能确保你企业围墙之内的智能体，只能做你所授权的事情。而当有人问起时，你拿出的将是证据，而不是对意图的描述。
阿莫代伊已经敲响了警钟，奥特曼也因此暂缓了上市计划。我接触过的董事会，已经开始就此提出问题。
大多数企业会犯的错误，是把这当作2027年才需要考虑的采购问题。但它其实是本季度就该解决的治理问题：决定智能体生活在哪里，决定它们能触碰什么并加以证明，把它们所能触及的数据收拢进一个受治理的平面，决定谁掌握着钥匙。
肿瘤学告诉我们，对抗重症不能靠让整个身体停摆。你需要找到机制，精准施策，并持续不断地进行衡量。在我的著作《数字螺旋》（The Digital Helix，《华尔街日报》畅销书，探讨数字化转型）中，最强大的组织由七种独特的"基因"要素共同定义，其中关键的一项是：领导者必须是数字探索者，他们不只是发号施令，而是亲自参与探索。
那些能把智能体治理好的CIO，也将会是这样的人。他们会亲自去审视自己的企业环境。无论模型的发展是否放慢脚步，底层的治理层始终是属于你自己的。
作者迈克尔·盖尔（Michael Gale）是EDB公司的首席营销官。
Q&A
Q1：OpenAI为什么推迟到2026年之后才考虑上市？
A：萨姆·奥特曼表示，目前时机并不合适，主要原因是安全与对齐方面的工作尚未完成，以及政府与行业之间如何协作的问题仍未解决。
Q2：企业该如何防止智能体出现失控行为？
A：文章提出了四项关键控制机制：为智能体建立受治理的运行时环境、在数据层面强制实施权限管控、将数据收拢到统一的受治理平面、以及由企业自身掌握部署的主权控制权。
Q3：智能体出现问题的根本原因是什么？
A：文章指出，这类问题通常不是意图层面的对齐失败，而是执行层面的治理失败，缺少能够拦截智能体越权行为的机制和可供事后追溯的记录。
