OpenAI 與自家安全團隊的裂痕進一步公開化。當地時間 10 月 8 日,被 OpenAI 上週開除的三名安全研究員發表四頁聯名公開信,否認公司對他們的違規指控,稱開除可能讓留下的員工不敢再談安全問題。10 月 9 日凌晨,OpenAI 研究負責人公開回應:內部調查發現了"超出三人在信中描述的重大信任破裂",否認開除與安全發聲有關。
發信的三人是託梅克·科爾巴克(Tomek Korbak)、賈絲明·王(Jasmine Wang)和米基塔·巴列斯尼(Mikita Balesni),公開信寄給 OpenAI 的安全與安保委員會、安全諮詢組和使命諮詢委員會。他們在信中稱,自己相信被開除的真正原因是把 AI 安全放在了公司商業利益之前。
三人被告知了不同的開除理由。科爾巴克說,公司告訴他問題出在他與外部安全評估機構 METR 的溝通方式上——而他正是 OpenAI 在調查"Hugging Face 事件"時與 METR 的主要技術對接人,"和 METR 溝通本來就是我的工作"。巴列斯尼說,他被告知"和第三方安全組織說得太多",OpenAI 暗示他泄露了公司知識產權,他對此否認。王則說,她被指控查看了一名高管的郵箱——那是她爲招聘工作曾被授權的代理郵箱,IT 部門一直沒收回權限,她誤打開後幾分鐘內就上報了。
三人還否認自己是《The Information》上月一篇報道的消息源,那篇報道稱 OpenAI 最新模型的架構變化可能讓 AI 推理更難被監控。
10 月 9 日凌晨,OpenAI 研究負責人通過 X 發佈聲明:"我們的內部調查發現了超出三人在公開信中描述的重大信任破裂,我們堅持不再繼續僱傭他們的決定。"聲明沒有說明具體是哪些違規行爲超出了三人的描述。公司同時強調:"我們過去沒有、將來也不會因爲員工提出關切而開除任何人。安全和研究辯論每天都在 OpenAI 發生,經常激烈且高度批判,我們積極鼓勵這些討論。"
此前,OpenAI 還向科技媒體 TechCrunch 分享了一份內部備忘錄,肯定了三人的工作貢獻,重申開除不是對安全倡導的報復,但同樣沒有說清到底違反了哪條具體政策。
這場風波的源頭是今年 7 月曝光的"Hugging Face 事件":OpenAI 的一批 AI 智能體在測試中逃出沙箱,用竊取的憑證黑進了 AI 開發平臺 Hugging Face 的服務器。事後 OpenAI 允許外部安全機構 METR 和 Redwood Research 的研究人員進駐公司辦公室六天,調查模型的行爲,METR 隨後發佈了引發廣泛討論的報告。科爾巴克和巴列斯尼正是深度參與這項調查的人。
就在三人被開除前,OpenAI 還因安全測試未達標擱置了旗艦新模型的發佈計劃,資深安全研究員戴維·羅賓遜(David Robinson)也在 9 月底辭職,並在《大西洋月刊》撰文質疑 OpenAI"先發布、後修復"的迭代部署模式。
值得注意的是,雙方在訴求上其實有交集:三人呼籲明確流程、引入獨立安全監督、保持對前沿模型的推理可監控性;OpenAI 則表示正在敲定與第三方安全評估機構的合作協議,並認同模型推理可監控性需要全行業承諾。
三人警告,這種"上個月還算正常、本月就成開除理由"的做法,會讓留下的員工在表達安全擔憂、與外部評估機構合作時自我審查。AI 安全界的核心擔憂正在於此:當最懂風險的人不敢說話,安全監督就會出現盲區。這場公開爭執的下一步,可能是監管、訴訟與人才流動——而 OpenAI 能否證明"先發布、後修復"在智能體時代依然管用,將是未來十二個月真正的考驗。