OpenAI发布了gpt-oss-safeguard模型，分为120b和20b两种，专注于安全分类任务。开发者可根据需求自定义政策，模型通过推理直接进行内容分类，灵活适应快速变化的风险场景，支持政策的迭代优化。尽管存在性能和计算成本的限制，该模型仍为社区提供了开放的安全工具，推动安全技术的创新与应用。

逐步认证是一种动态安全措施，用户在访问敏感数据或进行高风险操作时需验证身份。开发者应在适当时机实施，以平衡安全性与用户体验，确保合规并应对威胁。实施步骤包括定义风险场景、选择认证方式和使用上下文触发器，避免过度提示影响用户体验。

文章讨论了AI模型面临的风险，包括数据泄露、偏见输出、有害生成等。这些风险可能来自提示注入、模型攻击等，影响隐私和信任。通过定义风险场景，可以量化风险并评估损失。