OpenAI开除三名研究员，失控的AI黑盒与内部安全战
当全网的聚光灯都在盯着大模型参数的狂飙、多模态性能的卷生卷死时，那些在顶级实验室内部负责给AI扣上“安全带”的人，正率先陷入一场由不信任与内讧交织的谍战风暴。
对于许多AI公司而言，真正困难的已经不是如何获得关注，而是如何在狂热的技术大潮中维持脆弱的内部防线。10月23日，据《华尔街日报》报道，OpenAI正式解雇了3名安全研究员。 导火索是公司内部安全人员发现，这些研究员与外部AI安全研究同行存在使用Signal进行的“消失消息（阅后即焚）”聊天，公司严重怀疑其中涉及OpenAI内部模型设计等极度敏感的信息泄露。
这场调查的真正源头，其实始于今年9月一篇有关OpenAI最新模型“Astra”的深度报道。
那篇报道提到，Astra采用了一种全新的架构设计——它能够大幅提升模型能力，但代价是减少了可被人类观察到的推理过程。这在OpenAI高层眼里无异于一场特大技术事故，他们随即将相关报道视为内部核心模型设计的泄露，并在公司内部掀起了声势浩大的消息源追查。甚至连曾协助AI安全评估组织METR分析7月Hugging Face黑客事件日志的知名研究员Ryan Greenblatt，也被列为了涉嫌泄密者之一，尽管他对此予以了强烈否认。
表面上看，这是一次大厂针对内部合规与知识产权的日常保密清理，但背后更像是AI模型逐渐走向“黑盒化”后，技术激进派与安全保守派之间的一场理念决裂。
一个容易被忽略的问题是，这场风波的核心焦点“Astra”，恰恰踩中了当前AI模型“可监控性（Monitorability）”的敏感红线。
这反映出当前前沿AI开发的一个核心变化：市场关注点正在从“AI能不能做”转向“人类能不能看懂AI怎么做”。部分被解雇或受到调查的安全研究人员真正担心的，正是这种试图抹去“推理痕迹”的研发路线。如果未来的大模型在执行极其复杂的任务时，不再留下完整的推理链路，那么人类研究员将沦为纯粹的旁观者——我们只能看到AI Agent最终给出的行为结果，而根本无法判断它做出这一决策的底层原因和动机。
这种对“失控黑盒”的恐惧，在产业的上下游关系和技术逻辑里绝非危言耸听。
这让人联想到加密行业里常常讨论的黑箱治理（Black-box Governance）。当智能合约或者算法失去了透明的执行逻辑，仅仅因为追求效率而追求结果，其带来的系统性风险往往是不可逆的。在AI领域，如果安全人员失去了对模型思考过程的追踪能力，那么所谓的“AI安全对齐”就彻底成了一句空话。那些被公司怀疑“内外勾结”的安全研究员，或许只是在试图通过非官方的学术圈子，来寻找抗衡这种技术失控的方法。
然而，在极其残酷的市场竞争因素面前，这种学术层面的崇高担忧，不得不让位于大厂残酷的商业目的。
面对来自Anthropic等竞争对手的步步紧逼，OpenAI需要更具统治力的技术突破，而Astra那种能大幅提升能力的创新，在商业决策者眼里显然具有更高的优先级。为了保住这颗“核武器”不被对手提前知晓并复制，OpenAI选择用最雷厉风行的手段切断所有可能的信息漏洞。用Signal聊敏感话题，在追求绝对技术壁垒的商业帝国里，本身就是触犯了天条。
这也是当前整个科技与Web3交叉领域争议较大的地方。
市场真正关注的并不是两三个研究员的去留，而是随着AI基础设施和智能体生态的快速扩张，人类对这些造物的监控手段正在呈现出指数级的倒退。对于企业而言，真正的问题可能是，当底层技术的透明度被效率无情牺牲，未来那些运行在链上或主导现实世界的AI Agent，究竟是在执行人类的意志，还是在黑盒里衍生出了属于自己的、不可逆的决策逻辑？OpenAI这一次对内部“吹哨人”的清洗，恐怕只是更大信任危机的开端。
Tags: OpenAI
