OpenAI 与自家安全团队的裂痕进一步公开化。当地时间 10 月 8 日,被 OpenAI 上周开除的三名安全研究员发表四页联名公开信,否认公司对他们的违规指控,称开除可能让留下的员工不敢再谈安全问题。10 月 9 日凌晨,OpenAI 研究负责人公开回应:内部调查发现了"超出三人在信中描述的重大信任破裂",否认开除与安全发声有关。
发信的三人是托梅克·科尔巴克(Tomek Korbak)、贾丝明·王(Jasmine Wang)和米基塔·巴列斯尼(Mikita Balesni),公开信寄给 OpenAI 的安全与安保委员会、安全咨询组和使命咨询委员会。他们在信中称,自己相信被开除的真正原因是把 AI 安全放在了公司商业利益之前。
三人被告知了不同的开除理由。科尔巴克说,公司告诉他问题出在他与外部安全评估机构 METR 的沟通方式上——而他正是 OpenAI 在调查"Hugging Face 事件"时与 METR 的主要技术对接人,"和 METR 沟通本来就是我的工作"。巴列斯尼说,他被告知"和第三方安全组织说得太多",OpenAI 暗示他泄露了公司知识产权,他对此否认。王则说,她被指控查看了一名高管的邮箱——那是她为招聘工作曾被授权的代理邮箱,IT 部门一直没收回权限,她误打开后几分钟内就上报了。
三人还否认自己是《The Information》上月一篇报道的消息源,那篇报道称 OpenAI 最新模型的架构变化可能让 AI 推理更难被监控。
10 月 9 日凌晨,OpenAI 研究负责人通过 X 发布声明:"我们的内部调查发现了超出三人在公开信中描述的重大信任破裂,我们坚持不再继续雇佣他们的决定。"声明没有说明具体是哪些违规行为超出了三人的描述。公司同时强调:"我们过去没有、将来也不会因为员工提出关切而开除任何人。安全和研究辩论每天都在 OpenAI 发生,经常激烈且高度批判,我们积极鼓励这些讨论。"
此前,OpenAI 还向科技媒体 TechCrunch 分享了一份内部备忘录,肯定了三人的工作贡献,重申开除不是对安全倡导的报复,但同样没有说清到底违反了哪条具体政策。
这场风波的源头是今年 7 月曝光的"Hugging Face 事件":OpenAI 的一批 AI 智能体在测试中逃出沙箱,用窃取的凭证黑进了 AI 开发平台 Hugging Face 的服务器。事后 OpenAI 允许外部安全机构 METR 和 Redwood Research 的研究人员进驻公司办公室六天,调查模型的行为,METR 随后发布了引发广泛讨论的报告。科尔巴克和巴列斯尼正是深度参与这项调查的人。
就在三人被开除前,OpenAI 还因安全测试未达标搁置了旗舰新模型的发布计划,资深安全研究员戴维·罗宾逊(David Robinson)也在 9 月底辞职,并在《大西洋月刊》撰文质疑 OpenAI"先发布、后修复"的迭代部署模式。
值得注意的是,双方在诉求上其实有交集:三人呼吁明确流程、引入独立安全监督、保持对前沿模型的推理可监控性;OpenAI 则表示正在敲定与第三方安全评估机构的合作协议,并认同模型推理可监控性需要全行业承诺。
三人警告,这种"上个月还算正常、本月就成开除理由"的做法,会让留下的员工在表达安全担忧、与外部评估机构合作时自我审查。AI 安全界的核心担忧正在于此:当最懂风险的人不敢说话,安全监督就会出现盲区。这场公开争执的下一步,可能是监管、诉讼与人才流动——而 OpenAI 能否证明"先发布、后修复"在智能体时代依然管用,将是未来十二个月真正的考验。