遭解雇 OpenAI 安全研究人員表示：公司從未提出洩密證據

三名因涉嫌洩密而遭 OpenAI 解雇的安全研究人員，如今公開駁斥公司的指控，強調管理層從未以書面方式具體說明他們究竟洩露了哪些機密細節。

在接受《華爾街日報》（Wall Street Journal）採訪時，Tomek Korbak、Mikita Balesni 與 Jasmine Wang 否認分享過任何機密資訊。相反地，他們懷疑自己突然遭到解雇，與他們在內部極力倡導提升模型透明度有關——特別是外部稽核人員是否有權檢視推論模型如何解決問題。

思維鏈透明度的爭端

在這幾位研究人員倡導的核心背後，是一場日益激烈的業界辯論：人工智慧開發者是否應該允許第三方研究人員觀察中間的推論步驟？

推論模型經常利用內部暫存筆記（即所謂的「思維鏈」，Chain of Thought）在解決複雜任務時記錄中間邏輯。無論是內部團隊還是獨立安全稽核人員，都仰賴這些軌跡來評估模型是否能安全地得出結論。在 2025 年的一篇論文中，Balesni、Korbak 和 Wang 與多家人工智慧實驗室的頂尖研究人員聯手，呼籲持續向外界開放此診斷功能的存取權限。

該議題在夏季進一步升溫，當時各大實驗室開始探索思考時間更長、但在暫存筆記中記錄的中間推論步驟更少的模型。Balesni 在內部對這一趨勢提出反對，並傳閱了時任 Redwood Research 首席科學家 Ryan Greenblatt 所撰寫的提案。

Korbak 當時也透過 Slack 和 Signal 與 Greenblatt 合作，參與由 METR 主導的一項獨立調查，該調查針對 OpenAI 的 Agent 攻擊 Hugging Face 的重大事件。

媒體洩密事件與搜查手機

緊張局勢在《The Information》於 9 月 1 日發布報導後急遽升溫。該報導揭露 OpenAI 即將推出的模型 Astra 具備更高能力，但揭露的內部推論步驟卻更少。儘管 OpenAI 首席科學家 Jakub Pachocki 此前曾警告過構建無法被監控的模型所帶來的風險，但他仍在 X 上公開駁斥該報導混淆視聽。

在該報導刊出後不久，OpenAI 便啟動了內部洩密調查。資安調查人員鎖定 Greenblatt 為疑似收受機密資訊的對象，並要求 Balesni、Korbak 與 Wang 解鎖他們的個人行動裝置。

在搜查過程中，調查人員發現了開啟「即焚訊息」功能的 Signal 對話紀錄。一週後，這三名研究人員全數遭到解雇。雖然 OpenAI 指出 Signal 並非經授權的職場溝通平台，但公司堅稱使用 Signal 本身並不是開除他們的原因。Korbak 則反駁表示，使用即焚訊息是矽谷研究人員的標準維安措施。

Wang 還面臨了另一項調查，涉及她反覆存取一名高層主管的收件匣。根據 Wang 的說法，她早在將近一年前就要求移除該存取權限，上個月只是不小心點開了一封敏感郵件，並未分享任何內容，且隨即主動回報了該事件。OpenAI 向《華爾街日報》表示，存取主管收件匣並非解雇她的原因。

對人工智慧安全文化的衝擊

OpenAI 表示，解雇完全是因為違反了處理敏感資料的相關規範，與三人提出的安全疑慮無關。然而，這三名研究人員堅稱，他們從未收到任何文件具體載明自己究竟涉嫌外洩了哪些敏感資訊。

Korbak 警告，這次的解雇事件在 OpenAI 內部引發了寒蟬效應，使得留下來的員工不敢再對安全問題提出批評，也不願諮詢外部專家。為此，這三位研究人員已向 OpenAI 董事會提交正式信函，呼籲與獨立安全組織建立更緊密的體系化合作關係。

這場爭議恰逢該實驗室面臨更廣泛的透明度質疑。在 METR 與 Redwood Research 最近進行的實地基礎設施稽核中，評估人員發現了多項資安漏洞；OpenAI 隨後在公開報告前，刪改遮蔽了近半數的最終稽核內容。OpenAI 後來詳細說明了一種無網路連線的新型隔離安全架構，表示模型訓練已於 10 月初恢復，並承諾近期將拓展更多外部安全合作。