OpenAI解雇三名安全研究员，联名公开信曝内幕

上周，OpenAI解雇三名员工，称其违反敏感信息访问与处理规定，涉嫌在既定程序外向第三方AI安全评估组织分享机密信息。三人分别是从事模型对齐研究的Jasmine Wang、参与OpenAI与外部安全评估机构技术沟通的Tomek Korbak，以及从事AI安全及模型对齐研究的Mikita Balesni。

三人随后在社媒发表致OpenAI领导层的公开信。Mikita Balesni称，被解雇是因为“将AI安全置于OpenAI短期利益之上”。Jasmine Wang表示，解雇理由只有一个：访问了一位高管的邮箱。Tomek Korbak称，过去几个月一直担忧公司正逐渐失去监测AI Agent思维过程的能力，这才是他真正被解雇的原因，并担心OpenAI会以此为借口减少与外部审计机构METR的合作。

公开信致安全与安保委员会、安全顾问小组及使命顾问委员会。三人表示，解雇事件及其处理方式与OpenAI安全工作直接相关，内部和外部沟通已让昔日同事感到害怕，不敢再像过去那样说话和开展工作。过去员工可公开提出安全担忧、表达不同意见，公司还鼓励与独立安全机构合作，这正是OpenAI与众不同之处。

三人认为，AI不是普通技术，OpenAI也不是普通公司。从事安全研究的人往往更早发现风险，必须与外部专家密切合作。若最接近风险的研究人员无法继续与彼此及第三方建立高度信任、充分沟通的合作关系，通往超级智能的道路就不可能安全。

三人均在AI安全领域工作多年。Tomek Korbak在GPT-2时代研究强化学习实现语言模型对齐，后在Anthropic从事应用研究，加入OpenAI后研究思维链可监测性，参与撰写安全战略，分析Astra级模型思维链可监测性下降原因，并在Hugging Face事件调查中担任OpenAI与METR的技术联系人。Jasmine Wang于2019年在OpenAI政策研究团队实习，参与撰写《可信AI开发》报告，后在英国AI安全研究所领导团队，2025年重返OpenAI共同负责安全论证项目，提出“Pacing”概念，因《Pacing the Frontier》请愿书获394名OpenAI员工签名。Mikita Balesni是2023年Apollo Research创始成员之一，研究AI失对齐问题，是最早注意到AI开始意识到自己正接受评测的研究人员之一，在OpenAI从事对齐评测、失对齐科学及思维链可监测性研究，也参与Hugging Face事件调查。三人加入OpenAI前共同发起跨行业立场文件《思维链可监测性：AI安全领域一个全新而脆弱的机遇》，其中两人担任主要作者。

关于解雇，三人称始终按公司使命行事，遵循当时内部通行规范。解雇让他们担心内部工作规范正在变化，员工已不清楚哪些事可做、哪些会触碰红线。突然且公开的解雇正在对OpenAI开放文化产生寒蝉效应。若上个月还被视为正常的工作行为，这个月突然成了解雇理由，每位员工都会猜测红线在哪里。

三人澄清：并非The Information那篇涉及新型、可监测性更低模型架构报道的消息泄露者，也没有理由泄露，该报道损害了他们推进的工作。他们认为与外部机构的接触未超出职责范围。Hugging Face事件调查此前无先例，相关内部政策在调查过程中逐步制定。Tomek尽力遵守当时政策，延续公司早期与第三方合作惯例，并谨慎处理沟通。Mikita负责推动跨公司合作，争取各方就防止模型失去可监测性作出承诺，始终与董事会成员及高管协调，对外分享前仔细删除敏感信息，行动出于善意并符合当时规范。Jasmine获得某高管邮箱访问权限是因招聘工作需要且事先获授权，后权限不再需要，她主动要求撤销，但IT部门未完成移除，她本人无法撤销或退出，两个邮箱邮件合并显示且界面无明确标识。她意外点开敏感邮件后几分钟内向该高管报告，并再次请求撤销权限。

三人称有必要解释清楚，因为珍惜与同事关系，也担心传言传播，包括有关共同撰写、面向董事会的备忘录的指控。公司从未提出这项指控，他们没机会回应。他们也没有向媒体透露被解雇消息。最让他们担心的是，解雇原因至今未获清晰解释，过程公开，传言不断，已让仍在OpenAI工作的人寒心，不敢轻易发声。而此刻世界上太多与AI安全有关的事情都要依靠他们。

公开信最后提出三点建议，其中第一点是OpenAI必须兑现上个月公开承诺，让第三方安全审计机构深入参与公司内部工作，不能拿解雇当借口退出合作。继续与整个AI安全生态保持合作，对OpenAI实现使命至关重要。