企业在给 AI 供应商做尽调时，最容易含糊过去的一项往往是安全能力。模型强弱可以靠基准测试和数据对比，安全却没有各方公认的分数，于是很容易退回到"看高管怎么说"。奥尔特曼在 9 月 12 日刊出的《财富》采访中就是一个典型素材：他明确排除了 2026 年上市的可能，把理由指向安全与对齐，还表示即使 AI 带来人类灭绝的风险只有 10%，也是不可接受的。结合 OpenAI 曾在 2026 年 6 月保密提交美国 IPO 申请，这条时间线的变化确实说明安全治理正在从技术议题变成商业变量。但它反映的是供应商的优先级排序，不是某一家供应商的安全能力本身。
表态与可验证证据之间的距离
高管公开发言属于信号，不能当作尽调结论。评估真正要问的是：供应商能否给出可追溯的安全实践说明。需要核查的方向至少包括模型安全评估方法是否披露、红队测试覆盖到什么范围、拒绝行为遵循什么标准、事故响应机制是否可审计。这些问题的共同点在于，答案需要以流程文档、测试记录或审计结果的形式存在，而不是一句"我们非常重视安全"。
合同层面同样要落到条款。数据如何使用、权限如何隔离、合规责任由谁承担、模型行为偏离预期时有没有版本回滚与补救路径——这些内容如果在商务谈判中被压缩成最后一页的"注意事项"，风险实际上仍然留在采购方一侧。
把安全问询前置到功能测试之前
常见的采购顺序是先测功能、再谈商务、最后补合规，安全因此总被推到临界点。更稳妥的做法是把它前置：在进入功能测试之前，先要求供应商讲清楚一旦发生严重安全事件，谁负责、如何通知、修复机制是否可验证。如果这些回答本身是模糊的，模型能力再强也不构成快速上线的充分理由。
有两种误读需要避免。一是把某家公司的上市节奏调整当成全行业放缓，对其他供应商仍然要用同一套指标单独衡量；二是把安全措辞直接等同于治理能力——风险上升期恰恰更容易出现以安全为名、以营销为实的表述。判断依据应回到行为：安全是被当作外部压力临时应对，还是已经写进内部流程并由合同承担相应责任。
对采购方来说，可操作的判断标准可以收敛成一句：优先选择那些能清楚回答"出了问题怎么办"的供应商，并把这些回答写进评估清单，而不是留在印象里。