要点
- 三名被解雇的OpenAI安全研究人员否认分享机密信息。
- 他们怀疑自己被解雇与推动让AI模型更易被监测的努力有关，并警告此案可能会使员工不敢提出安全顾虑。
- OpenAI援引了所谓的违规行为。研究人员表示，调查人员的重点是他们在Signal上与外部研究人员的聊天记录，不过OpenAI称Signal并非解雇的原因。
三名因涉嫌泄露而被解雇的OpenAI安全研究人员正在讲述他们的说法。Tomek Korbak、Mikita Balesni和Jasmine Wang否认分享机密信息，质疑解雇背后的官方理由，并怀疑这与他们倡导更透明的AI系统有关。
在对敏感信息处理政策 涉嫌违规 进行内部调查后，OpenAI解雇了这三人。在被解雇之前，他们每个人都曾公开谈论过AI风险。
在接受 华尔街日报采访时，研究人员如今对这一说法提出异议。OpenAI告诉该报，解雇与研究人员提出的安全顾虑无关。但三人表示，他们从未以书面形式被告知他们 supposedly 处理了哪些不当信息。他们还担心此案可能使独立安全审计员完全不愿与AI公司合作。
该报的报道揭示了这场冲突的起因。OpenAI的安全团队怀疑这三人向一位外部安全研究员泄露了公司内部模型架构的细节，并要求他们解锁个人手机。在这些设备上，团队发现了开启了阅后即焚功能的Signal聊天。一周后，三人同时被解雇。OpenAI表示Signal不是获得批准的通信工具，但坚称这不是解雇的原因。Korbak反驳说，阅后即焚消息是硅谷普遍的安全惯例。广告
关于监测AI推理步骤的争议
这场争议的核心是一个具有重大影响的技术问题：AI公司是否应让外部人士检视其模型如何思考？推理模型可以将问题求解过程的中间步骤记录在一个称为 思维链的内部草稿板上。公司和安全研究人员依靠这些记录来理解模型如何得出决策。
在2025年的一篇论文中，Balesni、Korbak和Wang与多家AI实验室的顶尖研究人员一道，呼吁继续保留对这一能力的访问。今年夏天，随着AI公司员工开始讨论思考时间更长但 写下的中间步骤更少的模型，这一问题变得更加紧迫。Balesni在公司内部通过分享时任Redwood Research首席科学家Ryan Greenblatt的一份相关提案予以反驳。
Korbak也一直与Greenblatt保持定期联系。两人通过Slack和Signal沟通，共同分析一起备受关注的事件—— OpenAI智能体对Hugging Face的攻击 ——为此Greenblatt受METR聘请进行了一次 独立调查.
关于Astra的一则新闻报道引发了这项调查
在The Information于9月1日报道OpenAI的新 模型Astra 能力更强但披露的推理过程更少之后，这种合作关系成了负担。OpenAI首席科学家Jakub Pachocki当时在X上斥该报道混乱不清，尽管他自己曾 警告整个行业正走向一场朝无法再被监控的模型竞逐的竞赛。广告
据《华尔街日报》报道，几周后，OpenAI发起了一场内部泄密调查。Balesni说，调查人员指认Greenblatt为疑似消息来源，并要求查看与他之间的Signal聊天记录。Greenblatt否认向记者传递过机密信息。
Wang则面临另一项指控：OpenAI称她多次访问了一位高管 的收件箱。她说，自己早在近一年前就要求撤销该访问权限，上月不小心打开了一封敏感邮件，没有分享其内容，并立即上报了这一事件。OpenAI表示，问题不在于访问权限本身。
据Korbak说，影响远远超出了他们三人。他说，同事们现在不敢与外界交谈，也不敢在内部提出安全方面的担忧。在 一封致OpenAI董事会的信中，这三位研究人员呼吁与外部安全组织加强合作。
此外，最近发布的一次现场审计也对OpenAI的安全实践提出了质疑。METR和Redwood Research的工作人员在审查期间发现了OpenAI基础设施中的众多安全漏洞，但 OpenAI将最终报告近一半内容涂黑.
OpenAI还发布了其自己的报告，介绍了一种 在无互联网接入环境下运行的新安全架构 ，并表示已修复相关问题并于10月初恢复了训练。该公司表示，将很快宣布多项新的外部合作。
来源： 华尔街日报