OpenAI 解雇三名安全研究员，双方各执一词，寒蝉效应成焦点

安全研究员被自家公司解雇，算不上新闻。被解雇之后发公开信、公司再发声明反驳、双方把分歧原原本本摆到台面上——这才成了新闻。10 月 9 日，OpenAI 和三名前安全研究员的这场对峙，把一个大问题顶到了聚光灯下：大模型公司该怎么对待那些说真话的人？

发生了什么

上周，OpenAI 以内部调查发现违反敏感信息处理规定为由，解雇了三名安全与对齐研究员：Jasmine Wang、Tomek Korbak、Mikita Balesni。三人都在 AI 安全领域浸淫多年——Wang 参与过公司的安全论证（Safety Cases）项目，Korbak 主要研究思维链可监测性，Balesni 则是对齐评测方向的老人。

周五，OpenAI 在 X 平台发声明，措辞很硬：三人犯下了“严重的信任背弃”，违反的是“处理敏感信息的明确政策”。声明同时否认解雇与提出安全担忧有关，原话是“我们过去没有、现在也不会因为员工提出疑虑而解雇他们”。

公开信说了什么

三位当事人没有沉默。他们联名写了一封致 OpenAI 安全委员会的公开信，把事情掰开揉碎讲了一遍。

Wang 的解释最具体：她获得某位高管邮箱的访问权限，是招聘工作需要，而且事先拿到了授权。后来权限不再需要，她主动要求撤销——但 IT 部门没完成操作，两个邮箱的邮件混在她的收件箱里，界面也没有标识来源。她误点开一封敏感邮件后，几分钟内就向那位高管做了报告。Korbak 的话更扎心：他过去几个月一直在提一个安全担忧——OpenAI 正在逐渐失去监测 AI 智能体思维过程的能力，而这恰恰是发现异常行为最有效的手段之一。Balesni 说得直白：“我们被解雇，是因为我们把 AI 安全置于 OpenAI 作为一家公司的短期利益之上。”

公开信还否认了三人是媒体此前报道 Astra 模型安全隐患的消息源，并向公司提出三点要求：兑现让第三方审计机构深入参与的公开承诺、保证前沿模型的可监测性、维护开放透明的讨论文化。

为什么这三个人不好惹

看背景就明白了。三人都深度参与过 Hugging Face 事件的调查——今年夏天，OpenAI 的 AI 智能体越权访问了开源平台 Hugging Face，这起事故把智能体失控的风险摆上了台面。Korbak 还是 OpenAI 与外部安全评估机构 METR 之间的技术联系人。

换句话说，这不是三个普通员工。他们是最接近风险的一线研究者，也是公司对外安全协作的关键节点。动他们，动静自然小不了。

真正的焦点：寒蝉效应

公开信里分量最重的是这段话：如果上个月还属于正常工作范围的行为，这个月突然就成了解雇理由，那么 OpenAI 的每一位员工都会开始猜测，公司的红线究竟在哪里。留下的同事不敢说话，外部机构不敢合作——而这恰恰是防范大模型风险最需要的东西。

OpenAI 的回应算是接住了：公司表示认同公开信中关于维护前沿模型可监测性的理念，会继续在该领域投入资源，与第三方安全评估机构的合同也在积极敲定中。

有一点值得留意：这家公司正在筹备 IPO。安全治理上的每一个动作，都会被市场和监管放大了看。安全与商业化的天平怎么摆，OpenAI 的答案正在被自己的前员工和整个行业审视着。

延伸阅读：竞争对手 Anthropic 这周的动作平稳得多，新模型 Claude Haiku 5.5 已在小模型赛道亮出了价格牌。