一句话定义
模型弃发（Model Withholding）指的是：一个模型已经训练完成、技术上完全具备对外提供的能力，但开发方主动决定不发布，或者无限期搁置。
这里的关键词是"已经训练完成"。模型没训完就放弃，那是另一回事；训练完成、评测通过、工程上随时能上线，却选择按住不发，才叫弃发。
为什么会有这种反直觉的操作
打个饭馆的比方：菜已经做好了，厨师尝了一口，判断某类食客吃了可能出问题，于是决定这道菜不上桌。食材钱已经花掉、追不回来了，但上桌的代价可能更大。
模型也是这个逻辑。训练是笔一次性支出，花出去就沉没了；而发布是长期的、持续的暴露。模型一旦通过接口或权重（weights）对外提供，想彻底收回几乎不可能——别人可以调用、可以微调、可以拿去做你没预料到的事。所以决策的天平不是"训都训了，不发可惜"，而是"发出去的收益，是否值得承担持续的尾部风险"。
设想一个具体情形：某前沿实验室训练出了一个新版本模型（外界常拿"OpenAI 未发布的新一代模型"来讨论，这里姑且叫它 GPT-6.1），内部评测显示它在某些高风险领域——比如让非专业者也能完成危险操作——比现役模型强出一大截，而现有的防护手段还没跟上。于是决定：先不发。这就是典型的模型弃发。
触发弃发的常见原因有几类：
- 危险能力评测发现明显的能力跃升，缓解措施追不上；
- 红队测试（red teaming）反复撞上难以稳定修补的失败模式；
- 写不出站得住的安全案例（safety case），也就是无法向自己和监管方论证风险可控；
- 当然也可能掺杂商业与竞争考量，只是对外通常用安全语言表述。
和相邻概念的区别
这三个词经常被混着用，但决策时点和对象完全不同：
| 概念 | 决策发生在什么时候 | 决定的是什么 | 通俗说法 |
|---|---|---|---|
| 模型弃发 Model Withholding | 训练完成之后 | 已有的模型给不给出去 | 菜做好了不上桌 |
| 训练暂停 Training Pause | 训练开始前或进行中 | 还要不要继续往下训 | 菜谱先不做了 |
| 模型退役 Model Retirement | 模型已发布并运行之后 | 在线服务要不要下线 | 菜已经下架了 |
一句话记法：弃发是"不发"，训练暂停是"不训"，退役是"收回"。
对从业者和普通人的实际意义
对 AI 从业者：技术能力和可发布性是两件独立的事。会训练只是前半程，评测、拦截、可解释性、应急预案构成了越来越重的后半程。一个团队能不能把模型"卡住不发"，本身就是工程成熟度的一部分。
对普通职场人："做完了就该上线"不是默认逻辑。药企临床数据达标也可能选择不上市，游戏做完也可能选择不发——完成度从来不等于可交付性。
对观察者：弃发有个天然问题——没发出来的东西，外界看不到，也就无法独立核实。所以判断这类声明，只能看一家机构长期的行为模式、有没有第三方评估机制、有没有把安全结论真正落在纸面上。具体某家公司哪一代模型、什么理由、什么政策，以官方页面为准。