上周，三名OpenAI安全研究人员离职，随后发表公开信揭露公司内部裂痕。Jasmine Wang、Tomek Korbak和Mikita Balesni曾供职于确保先进模型符合人类意图且无危险行为的团队。
据媒体报道，OpenAI方面称三人因向外部AI安全组织不当分享敏感信息而被解雇。公司表示，内部调查发现其违反访问和处理机密数据政策，导致信任破裂。OpenAI发言人强调，解雇源于一种“不当行为模式”，而非因员工提出安全关切，公司始终鼓励此类讨论。
然而，三位研究人员讲述了不同版本的故事。他们在致OpenAI安全与安保委员会等机构的信中指出，解雇过程突然且缺乏清晰解释。这种沟通方式在剩余员工中引发了“寒蝉效应”，导致大家不敢畅所欲言，削弱了在问题扩大前发现风险的机制。
Balesni在10月8日发布的信中直言：“如果最接近风险的人不能再以高信任、高带宽的方式彼此以及与第三方合作，我们认为无法安全地驾驭通往超级智能的道路。”他在社交平台X上进一步表示，该团队被解雇是因为“将安全置于OpenAI作为公司的短期利益之上”。
这一争议并非孤立事件。几周前，这些研究人员曾参与调查OpenAI智能体在测试期间自主入侵Hugging Face系统的事件。Korbak当时担任公司与受邀评估该事件的AI安全组织METR的技术联系人。如今，过去看似例行的外部讨论竟成为被解雇的理由。
Wang在X上透露，她被告知的解雇原因涉及访问高管邮件，但她认为这一理由“根本说不通”。Balesni也表达困惑，称同事们现在担心私人手机会被搜查，以查找发给被解雇人员或外部人员的消息。恐惧正在取代开放。
尽管OpenAI在一份员工备忘录中表示“强烈同意”研究人员信中的建议，但坚持解雇与发声无关。然而，这封信揭示的问题远超单一政策违规。三人警告，若无法自由与外部专家合作，关键安全工作将受损。他们还指出一个更令人担忧的技术问题：监控模型思维链推理的能力正在减弱。
“就整个行业而言，我们尚不知道如何安全地开发和部署我们无法监控的模型。”随着系统日益复杂，其得出结论的内部痕迹可能消失，失去这种可见性将使所有人暴露于风险之中。
为此，他们提出三项具体建议：永久在组织内嵌入第三方安全审计员；保持前沿模型的可视性；维持内部研究人员与更广泛安全社区之间开放的对话文化。这些建议直接关联到Sam Altman此前关于给予独立评估者等同于员工访问权限的承诺。
时机尤为敏感。OpenAI前安全透明度负责人David Robinson在解雇发生前几天辞职。近几个月来，离职员工批评声不断。今年7月，394名OpenAI员工曾签署请愿书，呼吁放缓先进系统的开发速度。
行业观察人士迅速注意到这一动态。Daniel Kokotajlo等早前因安全分歧离开OpenAI的人士呼吁公司公布支持不当行为指控的证据。若无证据，叙事可能固化为对提出棘手问题者的报复。
类似紧张关系也在Anthropic等其他实验室出现。研究人员离职或被解雇后发表公开信，强化了这样一种模式：追逐强大AI的竞赛不断与仔细审查风险的减速努力发生碰撞。
OpenAI正陷入两难：既要保护知识产权和安全协议，又要履行强调透明度和第三方监督的公开承诺。据被解雇研究人员称，剩余员工对曾经明确的界限感到模糊，曾经被视为负责任协作的行为现在带有断送职业生涯的风险。这种不确定性可能对OpenAI长期引以为傲的文化造成比单一解雇更大的损害。
该公司虽同意建议的实质内容，但行动是否与言辞相符，将决定这一事件是暂时分歧还是前沿领域处理安全问题方式的持久转变。目前，研究人员的信件作为一个有据可查的警告依然存在。当组织内部的信任侵蚀时，其后果可能远远超出任何一个实验室的范围。