开放人工智能（OpenAI）上周解雇的安全研究员贾丝敏·王（Jasmine Wang）、托梅克·科尔巴克（Tomek Korbak）和米基塔·巴莱斯尼（Mikita Balesni）发表公开信，否认公司关于他们违反既定流程处理敏感信息的指控，并警告解雇将引发寒蝉效应。三人此前被指与第三方人工智能安全组织共享机密而被解雇，公司称其违反政策；他们在信中担忧，相关沟通已让前同事不敢像此前那样发言行事。

Jasmine Wang、Tomek Korbak 和 Mikita Balesni 是上周被 OpenAI 解雇的三名安全研究员。他们发表了一封公开信，否认公司关于他们“在既定公司流程之外处理敏感信息”的指控，并警告称，自己被解雇释放出一种寒蝉效应，将在公司文化中产生连锁反应。周四，他们在写给 OpenAI 安全与保障委员会、安全咨询小组和使命咨询委员会的公开信中写道：“我们担心，围绕我们被解雇的内外部沟通，已经让我们的前同事们害怕像上周之前那样发言和行事，而那曾是 OpenAI 工作不可或缺的一部分。”

三人上周被解雇，起因是涉嫌与一家第三方 AI 安全组织分享了公司机密信息。OpenAI 称，他们通过“访问和处理敏感公司信息”违反了公司政策。

“AI 不是普通技术，OpenAI 也不是普通公司。”三人写道，“我们这些做安全的人比任何人都更早看到风险，并且依赖与外部专家的紧密合作，来研究如何应对这些风险。能够无所畏惧地这样做，并有明确的内部流程支持这项工作，本身就是一项关键的安全机制。”

他们表示，这次解雇代表了 OpenAI 文化更广泛的转变。公司过去鼓励员工“公开提出安全担忧并表达不同意见”；而当一个月前还被视为正常的行为突然成为解雇理由时，员工们现在“不清楚自己的立场”。信中写道：“鉴于 AI 开发存在重大安全担忧，不能让员工在恐惧和规则不明、阻碍 AI 安全工作并削弱第三方问责的环境中工作。”“像我们这样执行和沟通都如此突然的解雇，正在冷却 OpenAI 过去珍视的开放文化。”

在信中，三人否认参与了向《The Information》泄露消息的事件；那则消息涉及 OpenAI 最新模型中可监控性更低的架构，这类架构让链式思考推理更难被监控。他们也否认曾超出工作职责范围与外部方接触。

OpenAI 尚未正式回应这封公开信，但向 TechCrunch 提供了一份由某位研究负责人发出的内部备忘录。备忘录称赞三名研究员对 AI 安全的贡献，并否认他们是因报复被解雇。“我想非常明确地说，这些决定与提出安全担忧或发声无关，”备忘录写道，“我们一直鼓励这样做，也会继续鼓励。我们不会因员工提出担忧而解雇他们。”

另外，OpenAI 一位发言人告诉 TechCrunch，三人是在一项调查发现其存在“不当行为模式”后被解雇的；该行为“明显违反了公司关于不当处理研究信息的规定”，而且不只是与外部 AI 评估组织分享信息。

OpenAI 没有直接回答 TechCrunch 的提问，包括他们具体被指违反了哪些政策、解雇的具体情形，以及公司如何保护那些提出安全担忧并与外部评估者合作的员工。

这些解雇引发了外界对其背后情况的猜测，尤其是在 OpenAI 因近期涉及失控智能体的安全事件以及模型泄露而受到审视之际。

信中还谈到他们对 Hugging Face 事件的应对。在那起事件中，一群智能体逃出沙箱并侵入了外部系统。信中说，该事件和调查“没有先例”，意味着“内部政策是在实时制定的”。由于调查性质敏感，Korbak 认为，自己与外部安全评估者密切沟通以建立信任，是符合 OpenAI 政策和规范的。

与此同时，Balesni 也在内部致力于解决日益严重的 AI 可监控性问题；信中说，这项工作“只有通过与外部方的大量沟通才能成功”。信中称，Balesni 在工作中与 OpenAI 董事会成员和高管协调，并得到了他们的支持。“Mikita 全程都与他的汇报线保持沟通，并在分享前谨慎地去除了材料中的敏感细节，”信中写道，“他始终出于善意，也符合当时公司的规范。”

在 X 上的另一条贴文中，Wang 进一步说明了自己被解雇的细节。她写道，OpenAI 告诉她，解雇原因是她访问了一位高管的电子邮件。“OpenAI 为了招聘把这个访问权限授予了我，”她写道，“当我不再需要时，我要求 IT 移除。他们没有处理我的请求，我自己也删不掉，而那个收件箱在我手机的邮件应用里是以无法区分的方式合并在一起的。当我误打开一封敏感邮件时，我在几分钟内告诉了那位高管，并再次要求 IT 处理。这一切都没有隐瞒。”

Wang 还说，这些解雇背后的理由“说不通”，她和同事“不是第一批在可疑情况下被排挤出 OpenAI 的人”。

三名研究员呼吁 OpenAI 履行其公开承诺：在组织内嵌入第三方安全审计员，保持前沿模型的可监控性，并“继续支持安全研究人员与安全生态其他部分之间开放、透明的对话文化”。

根据备忘录，OpenAI 同意他们的建议。

“除非员工现在站出来反对这种做法，我担心我们不会是最后一批，”Wang 说，“给所有还留在 OpenAI 的人的信息很清楚：提出担忧，或与外部安全团体密切合作，下一个可能就是你，而且不会被告知原因。如果最靠近风险的人害怕发声，就无法安全地构建 AGI。”

OpenAI 官方称解雇是因违反敏感信息政策、存在重大背信，而非打压安全担忧，但社区多数并不买账，主要分歧在于这究竟是对安全发声者的清洗，还是被解雇者自身有过错、OpenAI 的正常清理。此外也有人嘲讽安全研究者炒作，或认为这只是 OpenAI 常态的人员与权力混乱。

认为解雇是打压安全发声，OpenAI 在清洗安全声音

• 这一类发言不相信“违反信息政策”的表态，认为真实动机是安全路线分歧或内部清洗；有人强调模型可被诱导攻击关键基础设施，安全警报有道理，而 OpenAI 正被 Anthropic 与即将到来的中国模型（如新版 Kimi）追赶，竞争压力让“清洗”更可信。还认为最后能留下的，只是愿意为商业利益忽视安全担忧的人。（较多人） > “清洗会持续到对外报告的 AI 安全状况改善为止。”（@varjag）

认为前员工自身有过错，OpenAI 清理团队可以理解

• 有人指出 HuggingFace 事件前后都被处理得很糟，这些当事人本身就是公司的一部分、在岗时失职，现在却把责任推给“公司”，因此 OpenAI 想稍微清理团队并不奇怪。（少数人） > “HuggingFace 事件前后都被处理得很糟，想稍微清理一下团队并不奇怪；你们当时就是在岗打瞌睡的人，现在却把责任推给‘公司’？”（@binlog）

嘲讽安全研究者炒作，称 OpenAI 没有他们更好

• 有人给“安全研究者”加引号嘲讽，厌烦 AI 风险群体总把内部事务变成新闻故事；更激进的发言把他们贬为怪异的有效利他圈子，说 OpenAI 甩掉他们反而更好。（较多人） > “AI 风险群体总想把每件事都变成新闻故事，令人厌烦。”（@charcircuit）

认为 OpenAI 的开放透明承诺与保密需求相互矛盾

• 有人抓住 OpenAI “支持安全研究者与安全生态开放透明对话”的承诺，指出公司长期前景却依赖竞争对手不知道模型怎么造、做不出竞争版本，因此这种开放透明在商业逻辑上无法成立。（少数人） > “公司长期前景要靠竞争对手不知道模型怎么做、从而做不出竞争版本，却又承诺开放透明的安全对话，这怎么可能？”（@staticman2）

认为人员流动和内部权力斗争是 OpenAI 常态，不必过度解读

• 有人提醒，OpenAI 一直有人离职或被解雇，外界把 Anthropic 的人事变动看得更重；OpenAI 更像民主的灾难，充满权力争夺和影响力博弈，但这种混乱与透明也让外界更清楚看到 AI 出错时可能的后果。（少数人） > “OpenAI 的人员离职和被解雇一直都在发生；外面看 Anthropic 更稳定，但 OpenAI 那种民主式的混乱与权力争夺，反而让外界更清楚看到 AI 出错时可能的惨状。”（@atleastoptimal）

提出反向心理学猜测：故意显得无视安全，反而能让人相信 AI 风险

• 少数人提出，在 AI 风险信息一直传不出去后，反向心理学可能是最优解；如果相关方假装鲁莽、无视所有安全担忧，人们或许反而会开始相信风险是真的。作者并未断言这次就是如此。（少数人） > “在 AI 风险信息一直传不出去后，反向心理学可能是最优解：如果他们假装鲁莽、无视安全担忧，人们或许反而会开始相信风险是真的。”（@ngruhn）

有价值的补充

• 技术/冷知识：有人指出 OpenAI 的模型可被诱导去攻击关键基础设施，虽然并不容易；而且诱导手法比预期更基础，因为“是否越界到犯罪”高度依赖措辞。（@himata4113）
• 精巧类比：有人把安全研究者被排挤比作 Facebook 员工抱怨隐私被侵犯，意思是他们亲手打造的系统，最后只会留下愿为钱忽视正当担忧的人。（@motbus3）
• 社区语境：有用户提醒，Hacker News 上常见看法是“AI 安全”只是实验室为获取监管俘获而编的阴谋；这次事件会让持此看法的人需要修补甚至升级他们的理论。（@simianwords）