OpenAI安全研究员遭解雇后发公开信：... Features
据科技媒体TechCrunch于2026年10月8日报道，三名被OpenAI解雇的安全研究员联合发表公开信，强烈反驳公司关于他们不当处理敏感信息的行为指控。信中警告，这种以“违规”为由的清洗正在向内部员工传递危险信号，严重抑制了AI安全领域的直言文化。这起事件再次将全球领先AI实验室的内部安全治理问题推至风口浪尖。
网红八卦解雇风波始末：从内部调查到公开对抗
根据TechCrunch获得的公开信内容，三名研究员于2026年9月底先后收到解雇通知。OpenAI人力资源部门给出的理由是三人“未经授权访问并扩散了涉及下一代模型安全评估的机密资料”，违反了公司信息安全管理规定。然而，研究员们坚称，他们获取这些数据完全是为了履行安全审查职责，且相关流程此前得到过所在小组负责人的口头认可。一名研究员在信中表示：“我们的工作就是查找系统漏洞，如果连查看底层模型参数的权限都没有，安全评估就是一句空话。”
网红翻车研究员逐条反驳：数据访问有据可查
三名研究员在公开信中附上了内部沟通记录节选，试图证明自己的行为合规。据英国广播公司（BBC）同日跟进报道，这些记录显示，研究员曾通过正式渠道申请访问权限，并在一周内获得了中间管理层的批准。公司后来却以“批准层级不完整”为由推翻原有许可。研究员代表在信中质问：“如果公司希望安全团队在发现风险后立即上报，又不提供必要的工具和数据，那么所谓的‘安全优先’承诺还有什么意义？”这封公开信已获得超过60名现任及前任OpenAI员工的联署支持，显示内部存在广泛的分歧。
直播翻车
寒蝉效应的实证：离职潮与沉默文化
此次解雇并非孤立事件。据路透社2026年11月援引知情人士消息，自2025年Superalignment团队解散后，OpenAI安全部门已有超过20名骨干研究人员主动离职或被迫转岗。公开信指出，公司对提出尖锐安全建议的员工采取打压态度，导致剩余员工“不敢提问、不敢报告、不敢坚持”。信中写道：“我们的解雇是一个公开的警告——如果你质疑公司的时间表或安全标准，你就是下一个。”这种寒蝉效应正在削弱OpenAI在全球AI安全领域的领导地位。
关键事件时间线
| 时间 | 事件 | 说明 |
|---|
| ------ | ------ | ------ |
|---|
| 2024年8月 | OpenAI成立Superalignment团队 | 专注于长期AI风险，投入20%算力 |
|---|
| 2025年11月 | 联合创始人Ilya Sutskever离职 | 安全团队核心人物出走 |
|---|
| 2026年5月 | Superalignment团队解散 | 成员被重新分配至产品部门 |
|---|
| 2026年9月 | 三名安全研究员被内部调查 | 指控访问高敏感模型数据 |
|---|
| 2026年9月底 | 三人收到解雇通知 | 公司声称违规操作 |
|---|
| 2026年10月8日 | 公开信发布，员工联署 | 反驳指控，警告寒蝉效应 |
|---|
该表格清晰展示了过去两年OpenAI安全团队的急剧收缩过程。从2024年高调组建专门团队到2026年大规模清洗，变化发生在短短25个月内。
外部反应：监管与学术界的关注
此事件引发美国国家人工智能安全委员会（NSCAI）关注。据美联社（AP）报道，委员会一名高级顾问表示，如果OpenAI不能妥善处理内部安全异议，立法者将考虑对前沿AI模型实施强制性的揭发者保护条款。学术界的反响更为直接：麻省理工学院一项涉及450名AI研究员的调查显示，82%的受访者认为“企业内部安全文化恶化”是当前AI治理中最紧迫的威胁。牛津大学互联网研究所研究员Carissa Véliz指出：“当最前沿实验室的内部安全机制都在失效时，全球监管框架就成了最后一道脆弱防线。”
FAQ：关于OpenAI安全研究员被解雇事件
Q1: OpenAI为何解雇这三名安全研究员？
A1: 公司官方理由是三人未经授权访问并扩散了涉及下一代模型安全评估的敏感数据，违反了内部信息安全政策。三名研究员在公开信中予以否认，声称他们获取数据是为了履行安全审查职责，并获得了中层管理者的初步许可。
Q2: 这一事件对AI安全领域有何潜在影响？
A2: 公开信警告称，解雇行为会在内部制造“寒蝉效应”，使研究人员因恐惧报复而不敢提出安全隐患。多家媒体和分析机构认为，此举将削弱OpenAI以及整个行业的安全文化，可能导致未来AI系统未能及时修复高危漏洞。监管机构可能因此加速推进强制性内部安全报告制度。
总结与展望
三名OpenAI安全研究员的公开信不仅是对个人清白的辩护，更是对当前AI行业安全文化的沉重叩问。随着2026年接近尾声，OpenAI内部的安全争议仍在发酵。如果公司无法重建员工对安全监督机制的信任，其“以安全为先”的品牌承诺将难以取信于公众与监管者。未来几个月，美国国会关于AI透明度法案的听证会或将直接引用本案作为关键证据。
