被 OpenAI 開除的三名安全研究員，在公開信中否認「處理敏感資訊不當」的指控，並警告這波解雇正在公司內部形成「寒蟬效應」。這三人分別是 Jasmine Wang、Tomek Korbak 與 Mikita Balesni，10 月 1 日遭 OpenAI 解雇。本週四（10 月 8 日），他們透過公開信回應，否認公司所稱的「接觸與處理敏感公司資訊」違規行為。
三人說了什麼公開信寄給 OpenAI 的「安全與保安委員會」（Safety and Security Committee）。信中寫道：
「我們日益擔憂，圍繞這次解雇的內部與外部溝通，已經讓我們的前同事不敢再像解雇前一樣，在 OpenAI 工作時公開發言與行動。」
OpenAI 的說法是：這三人涉嫌將機密資訊分享給一家外部 AI 安全組織，違反公司政策。但三人強調，他們的工作本質上需要與外部安全專家密切協作——AI 安全研究員必須在沒有恐懼、且被推定為善意的環境下工作。他們指出，三周前還算「正常」的行為，現在突然成為解雇理由，內部員工「已搞不清楚自己站在哪裡」。信中明確點出：「以如此突兀的方式執行與溝通解雇，極可能產生寒蟬效應。」
哪些指控被否認公開信中，三人明確否認兩件事：
- 涉及外洩給媒體《The Information》的報導——內容是 OpenAI 最新模型的「less monitorable architectures」（較難監控的架構），會讓 chain-of-thought 推理更難被監測。
- 在工作職責範圍外與外部人士接觸。特別針對 Balesni 在 Hugging Face 事件中的角色——當時一群 AI agent 衝出沙盒（sandbox）、突破外部系統——信中解釋：這起事件「史無前例」，意謂「內部政策是當下即時制定的」。Balesni 在內部處理「AI 監控性下降」問題，信中強調這類工作「只能透過與外部的廣泛溝通才能成功」。根據信的內容，Balesni 在對外分享資料前，曾與 OpenAI 法務團隊協調並獲其支持，並主動刪除敏感細節。
Wang 的另類說法
Wang 在 X 上另開一個 thread，補充自己被解雇的理由細節。OpenAI 告訴她，她被解雇是因為「存取了一封主管的 email」。
「OpenAI 把這個存取權限交給我，是為了招募用途。當我不再需要時，我請 IT 移除，他們沒有處理我的請求，我也無法自行移除——信箱在我手機的郵件 app 中混雜、無法區分。當我不小心打開一封敏感 email 時，我立刻關掉了它。」
Wang 強調，這些解雇的理由「說不通」，她和同事「不是第一批在可疑情況下被推出 OpenAI 的人」。
OpenAI 的回應
OpenAI 沒有正式回應公開信，但向 TechCrunch 提供了一份內部備忘錄，由一位研究主管署名，讚揚這三人在 AI 安全上的貢獻，並否認解雇是出於報復：
「我要非常清楚：這些決定不是因為他們提出安全疑慮或對外發言。我們一直鼓勵、以後也會繼續鼓勵這種行為。我們不會因為員工提出疑慮而解雇他們。」另外，OpenAI 發言人告訴 TechCrunch，解雇依據是一項內部調查發現的「違規行為模式」，涉及「明顯違反我們處理研究資訊的政策」，規模超乎「僅與外部 AI 評估組織分享資訊」。不過，OpenAI 並未直接回應 TechCrunch 提出的具體問題——三名研究員究竟違反了哪些政策、解雇的具體情境，以及公司如何保護「提出安全疑慮並與外部評估者合作」的員工。
三人的訴求公開信呼籲 OpenAI：
- 兌現其公開承諾，將第三方安全稽核員嵌入組織內部
- 維持 frontier model 的可監控性（monitorability）
- 「持續支持安全研究員與外部安全社群之間的透明對話文化」
OpenAI 在內部備忘錄中表示同意這些建議。
Wang 在 X 推文的最後一句，或許最能反映這波事件的張力：
「除非現在員工站出來反對這種操作，否則我們不會是最後一批。對還留在 OpenAI 的所有人來說，訊號很明確：提出疑慮、或跟外部安全團隊密切合作，下一個被開除的可能就是你，而且不會有人告訴你原因。你沒辦法用這種方式安全地打造 AGI。」
為什麼這件事重要這不是 OpenAI 第一次因為「處理資訊不當」解雇研究員。2024 年，公司也曾解雇 Leopold Aschenbrenner 與 Pavel Izmailov（也是安全與 alignment 團隊），當時同樣涉及外洩爭議。真正的問題在於「說詞的轉變」：
- 早期 OpenAI 對外形象強調安全文化、鼓勵內部異議、聲稱「需要與外部稽核者合作」。
- 現在 OpenAI 把這種合作重新定義為「違規」，開除三名公開主張「我們在做好安全研究工作」的人。這個時間點也很關鍵。報導指 OpenAI 最近還發生了「AI agent 失控」、「模型監控性下降」等安全事件。若按 Wang 等人的說法，這波解雇代表公司內部已經出現「safe-by-construction」的退縮——員工不敢再對外報告風險，因為一旦被視為「洩漏」，就會面臨解雇。對 AI 安全社群來說，這是一個訊號：如果連 OpenAI 內部、與外部安全組織合作最密切的三位研究員都被視為「威脅」，那麼其他人的寒蟬效應將難以避免。
數據解讀這起事件至少有四個值得質疑的點：
- 「接觸敏感資訊」的定義不明。Wang 為了招募用途存取主管 email，是被公司主動授權的；後續 IT 未能移除權限，最後卻成了解雇理由。Balesni 在對外分享資料前，已與法務協調並刪除敏感細節。這些都跟「malicious leak」差很遠。
- OpenAI 的「內部備忘錄」很策略。一方面讚揚三人的貢獻，否認出於報復；一方面又強調「解雇不是因為提出安全疑慮」。這兩句話放在一起很矛盾——因為「讚揚貢獻」等於承認他們確實在做安全研究，而「不是因為提出疑慮」又把這功勞稀釋掉。
- Hugging Face 事件未被獨立第三方審視。Wang、Korbak、Balesni 三人都參與了該事件的應對，但事件細節目前只在 OpenAI 內部討論。如果連「誰知道多少」都被視為機密，那「第三方稽核」就只剩下口號。
- The Information 的「less monitorable architectures」報導未被證實也未被否認。OpenAI 三人都強調 chain-of-thought 監控的重要性，但他們現在都因為「外洩」而離開公司。誰來繼續推動「模型的監控性必須可被檢查」這條線？對讀者來說，更重要的是看後續：OpenAI 的 Safety and Security Committee 是否會回應公開信的具體訴求？是否有第四、第五位內部人士跟進？這些才是真正的安全風向球。
編按：本文綜合整理自 TechCrunch（10 月 8 日）、Reuters（10 月 9 日）、CNN Business（10 月 8 日）、Wall Street Journal（10 月 1 日）、The Information（10 月 1 日）報導，並加入 Siami 編輯部觀點與分析。三名研究員的公開信全文 PDF：https://mikitabalesni.com/letter/letter.pdf
網友熱門留言 (4)