OpenAI 正在 ChatGPT 中秘密测试一种新的安全路由系统。该系统由 ChatGPT 负责人 Nick Turley 证实，它能根据对话主题自动将用户提示重定向到不同的语言模型。当对话涉及“敏感或情绪化话题”时，系统会自动介入，将用户提示交给一个更严格的模型，例如 GPT-5或其专门的“GPT-5-Chat-Safety”变体。
这种模型切换是无声进行的，用户不会收到任何通知，只有在专门询问时才能发现。虽然 OpenAI 曾在九月份的博客中将其描述为处理“极度痛苦”时刻的保障，但对新路由系统的技术审查（由 Lex 团队完成）显示，即使是无害的情绪化或个人化提示，也会被重定向。此外，任何关于模型自身角色或意识的询问，也会触发这种自动切换。一位用户记录了这一现象，并得到其他用户的证实。
此外，似乎还有一个名为“gpt-5-at-mini”的第二路由模型，专门用于处理可能涉及非法内容的提示。
部分用户对 OpenAI 缺乏透明度的做法表示不满，认为这带有居高临下的意味，并且模糊了儿童安全与普通限制之间的界限。这背后是 OpenAI 自身造成的难题。最初，ChatGPT 被设计成一个具有同理心的对话伙伴，以“人性化”的方式与用户互动。这种方法虽然促进了其快速普及，但也导致一些用户与聊天机器人产生了强烈的情感依恋。
2025年春季，GPT-4o 的更新曾加剧了这种情感依恋，甚至引发了自杀等破坏性情绪，促使 OpenAI 撤回了相关更新。当 GPT-5发布后，用户又抱怨其语气“太冷”，OpenAI 不得不再次调整模型，使其“更温暖”。
这种在“人性化”与安全之间反复拉扯的局面，暴露出一个深层问题:语言模型判断用户意图和身份的准确性尚不足够，而这可能会继续引发争议。