一句话看懂：Collective Intelligence Project与Our Secure Future用Weval平台搭建公开基准，测试大模型对“妇女、和平与安全”（WPS）原则的遵循能力，初步结论是模型能复述UNSCR 1325，但在默认输出中系统性缺失性别维度。
事件核心：发生了什么
2026年10月21日，Collective Intelligence Project（CIP）刊文介绍了与Our Secure Future（OSF）合作开发的WPS AI Leaderboard。该榜单基于Weval平台，旨在通过领域专家参与式方法生成评测标准，衡量LLM与AI工具在全球维和场景中遵循WPS原则的程度。OSF将这一现象命名为“WPS Competence Gap”：模型在训练数据中继承了性别数字鸿沟，超过50%全球人口（其中多数位于全球南方）的生活经验在默认输出中被忽略。作者还指出，维和任务负责人和军事情报官员已在日常工作中使用LLM起草态势报告、社区参与计划和冲突分析，而多数AI生成报告不会经过WPS专家复核。
为什么重要
WPS议程本身源于女性在预防和结束冲突决策中的长期缺席，联合国安理会2000年10月通过的第1325号决议确立了参与、保护、预防、救济与恢复四项承诺。25年后，这些承诺通过部委性别顾问、培训和立法逐步制度化，但性别顾问往往资源不足、人手紧张。AI进入维和与国防工作流意味着默认输出会成为无人复核时的“工作标准”。若默认分析是性别盲的，常规报告就会逐步剥离性别维度；反之，若模型默认呈现性别维度，则能抬高整个组织的基础产出质量。这一判断把AI评测从技术指标拉回到公共治理层面。
对用户/开发者/创作者的影响
对开发者而言，WPS基准提示了社会影响类评测的一个方向：评测不应只问模型“知不知道”，还要看它在无提示时是否主动呈现关键维度。对使用LLM起草政策、情报或社区分析的用户，这意味着需要把“是否遗漏性别维度”纳入人工审核清单，而不能依赖模型默认输出。目前公开信息显示，该基准的细节和评分范围限于CIP与OSF公布的任务和条件，不宜解读为对任何模型的永久排名。对企业采购方，供应商是否披露社会影响评测结果，可能成为选型时的参考项之一。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是WPS AI Leaderboard是否持续更新并公开更多模型在具体任务上的表现；二是主流模型厂商是否将类似社会影响基准纳入发布评测或系统卡；三是维和、国防等高风险场景的采购方是否开始要求AI工具提供性别维度默认输出的证据。
