OpenAI解雇门内幕曝光：三名安全研究员公开信深度解读

type

status

date

slug

summary

突遭解雇背后的真相：是泄密还是“吹哨”？

根据OpenAI官方的说法，这三名员工涉嫌在既定程序之外向第三方AI安全评估组织分享机密信息。但在公开信中，三位研究员对这些指控进行了详细的反驳与澄清。

Jasmine Wang指出，她被解雇的唯一理由是“访问了一位高管的邮箱”。然而，这一权限最初是因招聘工作需要且经过明确授权的。在后续要求IT部门撤销权限未果的情况下，两者的邮件被系统合并显示。当她意外点开敏感邮件后，第一时间向高管报告并再次申请撤销权限。这种出于技术失误且已主动上报的行为，最终却成为了开除的借口。

另一方面，Tomek和Mikita则是因为与外部审计机构（如METR）的沟通被定性为违规。但实际上，在处理异常敏感的Hugging Face事件调查以及推动跨公司合作时，与外部机构保持密切且建立信任的沟通是必不可少的。他们强调，所有的行动都在当时公司高层的知情与支持下进行，并仔细过滤了敏感信息。

这种“秋后算账”式的解雇，无疑在OpenAI内部引发了严重的寒蝉效应。当曾经被鼓励的开放沟通和“吹哨”行为突然成为越过红线的理由，研究员们将不再敢于揭示chatGPT及未来更高级模型背后潜藏的风险。

核心分歧点：AI Agent思维过程的可监测性危机

在这场解雇风波中，一个极其关键的技术概念浮出水面——“思维链可监测性”（Chain-of-Thought Monitorability）。这也是Tomek Korbak认为自己被解雇的真正导火索。

随着LLM（大型语言模型）的能力不断进化，我们正在从简单的问答机器人向具备复杂推理能力的AI Agent迈进。在这个过程中，无论是优化提示词（Prompt）还是进行底层架构升级，开发者都高度依赖于监测AI的“思考过程”来判断其是否安全、是否出现了失对齐（Misalignment）现象。

然而，研究员们发现，OpenAI正在逐渐失去对新一代Astra级模型思维过程的监测能力。如果行业为了追求更强的性能，竞相开发这种“黑盒化”加剧、不可监测的模型架构，一旦AGI（通用人工智能）产生异常行为，人类将失去最有效的发现和干预手段。这不仅是OpenAI一家公司的问题，也是整个人工智能领域面临的系统性危机。

前沿AI开发者的三大忠告与未来展望

在离开之际，这三位资深的安全研究员向OpenAI的安全与安保委员会等监督机构提出了三点极其诚恳的建议：

兑现引入第三方审计的承诺：OpenAI绝不能以此次解雇事件为借口，减少或退出与METR等外部独立安全审计机构的合作。在通往超级智能的道路上，闭门造车是极其危险的。

死守前沿模型的可监测性底线：在整个行业尚未找到安全部署不可监测模型的方法之前，包括OpenAI在内的所有前沿AI公司，都应暂停推进那些会削弱模型可监测性的技术开发。

重建开放透明的讨论文化：必须消除内部的恐惧氛围，让安全研究人员能够放心地在公司内外提出担忧，并明确与外部安全生态沟通的规则边界。

从OpenAI“解雇门”看AI行业的安全与商业博弈

这起事件绝非偶然。从早期的创始团队出走，到如今安全团队核心成员的接连被解雇，OpenAI在追求技术霸权和AI变现的道路上，似乎正在逐渐偏离其“确保通用人工智能造福全人类”的初心。

在当前的AI军备竞赛中，无论是openai、还是其强劲的竞争对手如claude的开发商Anthropic，都面临着巨大的商业化压力。资本要求快速迭代、快速推出新功能以抢占市场，而安全审查往往意味着放慢脚步。当“短期利益”与“长期安全”发生冲突时，天平似乎总是不可避免地向商业倾斜。

对于我们每一个AI从业者和关注者而言，这起事件敲响了警钟。技术的发展需要狂奔，但更需要刹车片。只有建立起全行业公认的安全标准、透明的审计机制以及保护“吹哨人”的文化，我们才能安全地拥抱AI时代的到来。

如果您对大模型安全、AI行业深度内幕以及如何利用AI进行生产力提升感兴趣，请持续关注我们的平台 https://aigc.bar，我们将为您带来最及时、最深度的AI资讯与前沿洞察。