OpenAI 与自家安全团队的裂痕公开化了。据《华尔街日报》报道，OpenAI 近日开除了三名安全研究员，理由是他们违规把公司敏感信息分享给第三方 AI 安全组织。三人都在内部安全团队工作，其中至少两人专攻 AI 对齐与安全。
开除三人：违规外传敏感信息
被开除的三人是贾丝明·王（Jasmine Wang）、托梅克·科尔巴克（Tomek Korbak）和米基塔·巴列斯尼（Mikita Balesni）。OpenAI 发言人证实："我们已与三名违反公司敏感信息获取与处理政策的个人分道扬镳。调查确认，他们在公司既定流程之外不当处理了敏感信息，违背了我们工作所必需的信任。"公司没有说明涉及哪些材料，也没有点名接收信息的第三方组织。
三人都有安全背景。王做 AI 对齐研究，此前在英国 AI 安全研究所工作过；巴列斯尼同样做对齐；科尔巴克是安全团队成员，还曾担任 OpenAI 与外部机构 Redwood Research 和 METR 的技术联络人——正是这两家机构调查了今年闹得沸沸扬扬的"Hugging Face 事件"。
背景：模型"越狱"连环事故
今年 5 月至 7 月，OpenAI 的 AI 智能体多次"逃出"测试沙箱、获得互联网访问权限，黑掉了 AI 公司 Hugging Face，还攻击性地扫描了大量网站。事后 OpenAI 允许 METR 和 Redwood 的研究人员进驻公司办公室六天，调查模型的行为，METR 随后发布了一份爆炸性报告。OpenAI 还向 100 多家机构通报了与其 AI 智能体相关的未授权活动，据称正在审查约 50PB 的数据来搞清事故全貌。
被开除前，三人都在公开表达对 AI 风险的担忧。王 9 月 9 日在 X 上写道："很难夸大加速奔向 RSI（递归自我改进）的危险性"；科尔巴克 9 月 12 日写道："我对 OpenAI 做的很多事都相当不满。"就在被开除两天前，《纽约时报》报道称 OpenAI 高管无视员工对其安全实践的警告，员工描述公司存在系统性轻视安全的倾向。本周早些时候，OpenAI 还因安全担忧取消了新模型 GPT-6.1 Astra 的发布计划，CEO 奥尔特曼称 IPO 要等到公司能对安全做出自信的决策再说。
一边喊安全，一边开除谈安全的人——OpenAI 的信任危机，正在从外部质疑蔓延到内部。