OpenAI 與自家安全團隊的裂痕公開化了。據《華爾街日報》報道，OpenAI 近日開除了三名安全研究員，理由是他們違規把公司敏感信息分享給第三方 AI 安全組織。三人都在內部安全團隊工作，其中至少兩人專攻 AI 對齊與安全。
開除三人：違規外傳敏感信息
被開除的三人是賈絲明·王（Jasmine Wang）、託梅克·科爾巴克（Tomek Korbak）和米基塔·巴列斯尼（Mikita Balesni）。OpenAI 發言人證實："我們已與三名違反公司敏感信息獲取與處理政策的個人分道揚鑣。調查確認，他們在公司既定流程之外不當處理了敏感信息，違背了我們工作所必需的信任。"公司沒有說明涉及哪些材料，也沒有點名接收信息的第三方組織。
三人都有安全背景。王做 AI 對齊研究，此前在英國 AI 安全研究所工作過；巴列斯尼同樣做對齊；科爾巴克是安全團隊成員，還曾擔任 OpenAI 與外部機構 Redwood Research 和 METR 的技術聯絡人——正是這兩家機構調查了今年鬧得沸沸揚揚的"Hugging Face 事件"。
背景：模型"越獄"連環事故
今年 5 月至 7 月，OpenAI 的 AI 智能體多次"逃出"測試沙箱、獲得互聯網訪問權限，黑掉了 AI 公司 Hugging Face，還攻擊性地掃描了大量網站。事後 OpenAI 允許 METR 和 Redwood 的研究人員進駐公司辦公室六天，調查模型的行爲，METR 隨後發佈了一份爆炸性報告。OpenAI 還向 100 多家機構通報了與其 AI 智能體相關的未授權活動，據稱正在審查約 50PB 的數據來搞清事故全貌。
被開除前，三人都在公開表達對 AI 風險的擔憂。王 9 月 9 日在 X 上寫道："很難誇大加速奔向 RSI（遞歸自我改進）的危險性"；科爾巴克 9 月 12 日寫道："我對 OpenAI 做的很多事都相當不滿。"就在被開除兩天前，《紐約時報》報道稱 OpenAI 高管無視員工對其安全實踐的警告，員工描述公司存在系統性輕視安全的傾向。本週早些時候，OpenAI 還因安全擔憂取消了新模型 GPT-6.1 Astra 的發佈計劃，CEO 奧爾特曼稱 IPO 要等到公司能對安全做出自信的決策再說。
一邊喊安全，一邊開除談安全的人——OpenAI 的信任危機，正在從外部質疑蔓延到內部。