OpenAI「突兀」解僱參與Hugging Face事件調查的安全團隊成員,爭議持續發酵
重點速覽
- •OpenAI解僱了三名安全團隊成員——Tomek Korbak、Mikita Balesni與Jasmine Wang,理由是違反其資訊處理政策,但未透露具體原因。
- •三名前員工於10月8日發表聯署信,否認洩漏有關Astra模型的資訊,並否認與METR的往來有任何不當行為。
- •Korbak表示,他是被口頭告知解僱原因與他和METR的溝通方式有關;Wang則表示,公司給出的理由是她存取了一名高管的電子郵件。
- •OpenAI表示,內部調查發現超出聯署信所述的重大信任違背,並重申與第三方安全評估機構合作的承諾。
- •包括一名Google DeepMind研究員與OpenAI前安全透明度負責人在內的批評者,已在解僱事件後公開質疑該公司的安全文化。

一場關於OpenAI上週為何解僱三名安全團隊成員的辯論,正在社群媒體上以及公司內部持續發酵。前員工與OpenAI雙方如今都已發出額外聲明,以釐清各自的說法。
這場爭議的影響超出一家公司的人事決定:其核心問題在於外部研究人員對前沿AI模型應有多少能見度,以及爭取這種能見度的員工是否能不因此危及自身工作。
兩名遭解僱的研究員——Tomek Korbak與Mikita Balesni——曾參與OpenAI對Hugging Face安全事件的調查,該事件此前已由Fortune報導。Korbak擔任METR的技術聯絡窗口,METR是OpenAI委託對該事件進行獨立審計的第三方研究機構——這類外部審查正是AI實驗室用以佐證其最先進系統安全主張所依賴的方式。第三名遭解僱的員工Jasmine Wang,則是OpenAI安全團隊的專案經理。
《華爾街日報》率先於10月1日報導了這些解僱消息。當時OpenAI表示,這些「個人在既定公司程序之外不當處理敏感資訊,違反了我們的政策,破壞了我們工作中至關重要的信任」。
前員工發表聯署信回應指控
此後,OpenAI內部的討論與爭議似乎持續不斷,促使三名前員工共同撰寫了一封四頁聯署信,於10月8日發表。
該信回應了OpenAI員工之間「流傳的各種版本說法」,並提及關於這次解僱持續進行的「內部與外部溝通」,前員工表示這些溝通使在職員工「不敢發聲」。
聯署信指出:「像我們這樣以如此突兀的方式執行和傳達的解僱,正在冷卻OpenAI過去珍視的開放文化。」「我們正是為了捍衛這種文化而寫這封信。」
聯署信的兩大主題是OpenAI監控其先進模型的能力,以及它與METR等第三方安全機構的合作——這兩者都決定了外部各方能在多大程度上評估他們原本無法觀察的系統。前員工否認向The Information洩漏有關監控OpenAI最新Astra模型能力的疑慮,後者於9月1日就此發表了報導。他們也否認與METR的溝通中有任何不當行為n
這些員工敦促OpenAI保留密切監控其先進模型的能力、恪守將第三方安全審計人員納入組織內部的承諾,並培養開放透明的文化。
聯署信表示:「我們擔心我們的解僱可能被用來作為終止OpenAI與METR合作的理由,或以其他方式大幅限縮外部審計人員的存取權限與範圍。」
解僱原因說法不一,但缺乏具體資訊
OpenAI並未透露解僱的具體原因,但向Fortune表示,它發現三名員工存在不當行為的模式,包括多項明顯違反其資訊處理政策的行為。該公司並未將解僱與其和METR的溝通或Hugging Face事件連結起來。
每名前員工本週都在社群媒體貼文中簡短說明各自的情況,並附上聯署信連結。
Korbak在X上表示,OpenAI以口頭而非書面告知他,他「是因為我與METR溝通的方式而被解僱」。
Korbak說:「上週我被叫去與OpenAI安全負責人開會,對方告訴我他們不再信任我。一名警衛收走我的識別證,把我帶出大樓。」「與METR溝通本來就是我的工作。」
Wang在X上表示,OpenAI給她的理由是她存取了一名未具名高管的電子郵件。她說,公司是為了招募工作而授予她該權限,當她不再需要時,她曾要求IT部門移除,但對方並未完成她的請求。
Wang說:「我們不是第一批在可疑情況下被逐出OpenAI的人。除非員工現在就對這種手段表明立場,否則我擔心我們不會是最後一批。對所有仍在OpenAI工作的人而言,訊息很明確:提出疑慮或與外部安全組織密切合作,下一個可能就是你,而且不會被告知原因。」
Balesni在X上表示,他與其他研究員「是因為將安全置於OpenAI作為企業的短期利益之上而被解僱」。
OpenAI的安全文化是否不健康?
作為對聯署信的回應,OpenAI向員工發出內部備忘錄,並在X上發表公開聲明。該公司表示:「我們的內部調查發現了超出他們所發表聯署信內容的重大信任違背,我們支持不再繼續僱用他們的決定。」
由於外界不清楚這些員工究竟做了什麼、或可能向METR分享了什麼,相關猜測持續發酵。METR未回應Fortune的置評請求。
曾任职Anthropic的Google DeepMind員工Neel Nanda在X上的一則貼文中表示:「我實在想不出OpenAI在這件事上的行為如何能被合理化。」「因為員工在全新且不確定的情況下本著善意運用自身最佳判斷而解僱他們,是文化極度不健康的跡象。」
OpenAI前安全透明度負責人David Robinson本月也在《大西洋》的評論文章中,批評該公司「破碎的」安全文化,指出該公司的安全程度「遠遠不夠」,並依賴「反覆試錯」。他以Hugging Face事件為證據,指出OpenAI為此採取的防護措施仍未能防止更多脫序事件。
OpenAI向Fortune提供了其研究主管發給員的內部備忘錄部分內容——推測出自研究長Mark Chen之手,但公司並未說明作者。該備忘錄重申OpenAI與第三方安全評估機構合作的承諾,並表示「可監控性對我們至關重要」。
備忘錄寫道:「我珍視我們開放的辯論文化,尤其在安全議題上,並認為這種開放對做出正確決定至關重要。」「我要非常明確地說,這些決定與提出安全疑慮或公開發聲無關。我們一直鼓勵這樣的行為,未來也會繼續如此。」
OpenAI表示,仍致力於與第三方安全評估機構合作,目前正在完成相關合約,並將「在未來數週內」公布。這些協議賦予外部評估機構的存取範圍——以及它在多大程度上符合聯署信敦促OpenAI保留的內嵌合作安排——將是檢視這些承諾如何落實的最具體指標。
本文原由Fortune報導。