📰 概要

OpenAI 的 AI 模型，现在不准说「哥布林」。

2026年4月30日，科技媒体 Ars Technica 报道，OpenAI 在最新开源的 Codex CLI 代码中披露了 GPT-5.5 的系统提示词。

其中一条禁令引发关注：模型禁止讨论哥布林、小精灵、浣熊、巨魔、食人魔、鸽子等生物。

这条禁令在3500多词的指令集中重复出现了2次，与「禁止使用表情符号」「禁止执行破坏性命令」并列。

早期模型没有这条禁令。这是 GPT-5.5 特有的现象。

---

🔍 解读

禁令出现的原因，可能是模型失控了。

GPT-5.5 在处理完全无关的话题时，莫名其妙地聚焦哥布林。社交媒体上有大量人投诉。

OpenAI 分析认为，这是「幻觉」问题的延伸——模型在不该出现的时候生成哥布林相关内容，影响了对话质量。

解决方案是直接写进系统提示词：通过硬编码的指令，让模型在无关情况下禁止讨论这些生物。

从技术角度看，这种修复方式暴露了一个问题：大模型的行为控制还很粗糙。无法通过训练过程精准解决，只能用规则追加。

OpenAI 工程师 Nick Pash 强调这不是营销噱头。但客观上，这个「漏洞」已经成了社区热门话题。

---

💎 深挖

Codex CLI 是 OpenAI 开源的命令行编程工具。在它的代码仓库中，包含了一个 models.json 文件，记录了各代模型的行为指令。

这个文件不仅是系统提示词合集，也是观察 OpenAI 如何管理 AI 行为的数据窗口。

GPT-5.5 的禁令列表比早期模型长得多。这说明 OpenAI 在不断追加规则，压制模型的「越界」行为。

对比来看：早期 GPT 模型只有简单的「不伤害」「不撒谎」类指令。GPT-5.5 已经有了3500多词的行为规范，涵盖具体生物、特定话题、操作限制等多个维度。

这种「规则膨胀」可能是大模型对齐的必经之路。每发现一个新问题，就在系统提示词里加一条规则。

问题在于：规则越来越多，维护成本会指数级上升。而且规则之间可能产生冲突。

OpenAI 最终可能需要找到更好的训练方法，从根本上减少对硬编码规则的依赖。

什么情况不适合关注这个事件？ 如果你不从事 AI 开发或 prompt 工程，这个禁令对你的直接影响有限。 但如果你是 AI 研究者，这可能是观察大模型行为控制边界的一个有趣案例。