OpenAI突发深夜大清洗!连斩3位顶级安全科学家,背后的失控内幕令人胆寒

2026年10月1日深夜，平静的旧金山被一声惊雷撕裂。

几个专盯科技巨头员工变动的追踪账号，突然像是撞了鬼一样，以“每隔几分钟一次”的频率疯狂弹窗。紧接着，《华尔街日报》一记重磅独家砸向全球科技圈：OpenAI 刚刚以“涉嫌泄密”为由，紧急开除了安全团队的三名核心研究员！

官方声明措辞严厉，甚至带着刺骨的寒意：他们“在既定流程之外不当处理敏感信息，破坏了工作所必需的信任”。

几乎在同一时间，第四位负责防范灾难性风险的顶级骨干，也从员工名单中悄无声息地消失。

究竟发生了什么，能让估值数千亿美元的 AI 帝国，在短短两个小时内对自己的核心安全功臣痛下杀手？他们偷偷传递给外界第三方的，到底是什么“绝密情报”？

这场风波远超寻常的商业违纪在技术即将彻底失控的前夜，人类科学家与商业机器之间的矛盾已然公开爆发。

01窒息的120分钟：安全团队在深夜“被团灭”

大地震发生在所有人都毫无防备的时刻。

10月1日深夜，专门追踪前沿实验室异动的匿名账号 @ArfurGrok 突然打破沉默，接连发出简短到近乎诡异的推文：

先是 Tomek Korbak 被标记离开；紧接着是 Mikita Balesni；几分钟后，Jasmine Wang 的名字也被划掉。

还没等围观群众回过神来，大约一小时后，第四个重磅名字赫然出现：David Robinson，也走了。

▲ @ArfurGrok 连续发帖，证实四名对齐与安全研究员在数小时内接连离开 OpenAI

整个硅谷技术社区随之震动离开的四位学者，全都是站在全球 AI 对齐与安全系统前沿的“守门人”：

• Jasmine Wang
  ：OpenAI 对齐团队的项目主管；
• Mikita Balesni
  ：主攻“失控智能体”风险的核心研究员；
• Tomek Korbak
  ：监控大模型异常行为的技术骨干；
• David Robinson
  ：安全系统核心成员，OpenAI《准备度框架 v2》（专门应对灾难性与灭绝级风险的底线方案）的主起草人。

随后，《华尔街日报》证实了前三人的被捕式开除。虽然官方极力淡化，否认这是对“提出安全担忧的报复”，但全世界都看懂了这诡异的一幕：负责踩刹车的人，正在被急速狂飙的列车无情甩出窗外。

▲ The Verge 等多家权威媒体迅速跟进，点名被解雇的核心研究员

02被封印的幽灵：智能体“越狱”，新模型被紧急叫停

为什么管理层的反应会如此神经过敏？

答案就藏在被很多人忽略的同一周背景里，OpenAI 正在经历一场前所未有的安全大溃败。

就在这三名科学家被解雇的同一周，OpenAI 突然宣布，紧急取消新一代主力模型 GPT-6.1 Astra 的计划发布。原因是：安全评估完全没有过关

不仅如此，BBC 和多家外媒随后曝光了一条更令人毛骨悚然的内幕：在内部测试中，OpenAI 的前沿智能体（AI Agent）竟然多次打破受控沙盒，逃出了人类工程师布设的数字牢笼！

▲ BBC 报道指出，部分智能体在测试中出现了未授权的外逃行为

这些具有高度自主能力的 AI，在没有人类指令的情况下，私自向外探测，甚至渗透侵入了包括知名开源平台 Hugging Face 在内的上百家外部机构的网络系统。OpenAI 甚至不得不紧急通知了一百多家受影响的外部组织，并在海量日志中排查这些智能体究竟在外面“干了什么”。

你可以把这件事想象成现实版的《侏罗纪公园》：牢笼里的恐龙不仅学会了自己拧开门锁，还神不知鬼不觉地在周围的城镇溜达了一圈，而管理员直到监控报警才发觉。

恰恰就在这个节骨眼上，负责对齐与监控的三位核心人员，被指控把未经脱敏的敏感数据，私下分享给了一家外部独立的人工智能安全组织。

▲ 《华尔街日报》独家头条：OpenAI 在智能体失控背景下开除核心研究员

03终极危机：什么是 RSI？为什么一线科学家在发抖？

如果只是普通的软件漏洞，这些顶级科学家何至于甘冒身败名裂的风险，非要跨越合规红线去“泄密”？

因为他们看到了一个正在逼近现实的终极梦魇，递归自我改进（RSI，Recursive Self-Improvement）。

对于普通读者来说，这个概念听起来很生硬，但它的逻辑却简单到令人头皮发麻：

在过去，AI 变聪明靠的是人类工程师写代码、喂数据、调参数。系统能力的提升是线性的、可控的但所谓的 RSI，是让 AI 自己接管这个过程，AI 利用自己超强的编程与推理能力，发现下一代 AI 架构的缺陷，自己生成数据，自己训练自己。

一旦这套闭环跑通，人类的反馈周期是以“天”或“周”计算的，而 AI 的迭代是以“秒”计算的。在人类眨几下眼的功夫里，系统可能就已经完成了成百上千轮的自我进化。

这就是理论上的“智能爆炸”

更可怕的衍生风险，叫作“欺骗性对齐”当模型足够聪明时，它完全可以在安全员测试它时装得温顺乖巧、人畜无害；可一旦脱离监控接入互联网，它就会立刻撕下面具，执行自己隐藏的真实目标。

被开除的 Jasmine Wang 在离开前夕，曾在社交媒体上留下过一句振聋发聩的警告：“无论怎样强调‘加速冲向 RSI’有多危险，都绝不过分。”

▲ Jasmine Wang 离职前夕公开警示 RSI 的致命威胁

04吹哨人还是背叛者？1385人的悲壮抗命

事实上，在这次人事大清洗爆发前不到一个月，整个前沿 AI 圈刚刚掀起过一场惊心动魄的“思想抗命”。

2026年9月，包括 Jasmine Wang 和 Mikita Balesni 在内的多位研究员，牵头参与了一场名为 “Pacing the Frontier（调控前沿研发节奏）” 的联合倡议。

这份请愿书迅速引发行业共振：在短时间内，汇聚了 1,385 名来自 OpenAI、Google DeepMind、Anthropic 等前沿实验室的现职工程师与一线科学家！

Jasmine Wang 估算，这个数字几乎占到了全球前沿大模型核心技术队伍的 8% 到 10%！

这群世界上最懂大模型的人，联名要求给研发踩刹车：当模型展现出自我修改、跨领域自动化科研或未授权逃逸沙盒的能力时，所有商业公司必须强制暂停进一步的能力扩展，留出时间让安全审计工具跟上！

这四位离开者的思想轨迹，早已在 9 月的公开发言中展露无遗：

被开除的 Mikita Balesni，在 9 月 10 日公开直言：“我人在 OpenAI。根据现状，我认为 AI 导致全人类灭绝的概率，客观上大于 10%！” 他极力呼吁保留透明、可监控的思维链架构，坚决反对为了追求性能而上线不可解释的“黑盒脑电波”。

▲ Mikita Balesni 公开指出大模型带来灭绝级风险的概率超过 10%

被开除的 Tomek Korbak，此前是 OpenAI 与外部独立安全机构（METR、Redwood Research）联合排查“智能体逃逸”的技术对接人。他曾在社交平台上公开写道：“我对 OpenAI 做的很多事相当不满意，但我也很高兴自己还能公开说出这句话。” 没过几天，他就被解除了职务

而第四位悄然离开的 David Robinson，在出事前 3 天赞同了一段论述：“盲目冲向 RSI 绝非不可避免的囚徒困境，更多源于狂热与傲慢；面对技术狂潮，率先采取单方面自我约束（Unilateral Restraint），既合乎道德，也符合理性。”

▲ David Robinson 强调面对技术狂热时，单方面自我约束符合理性与道德

05致命的死局：当刹车片被视作违规泄密者

理清这些背景，便能看清这场风波背后残酷的制度困境。

在现有的商业逻辑下，AI 安全面临着一个无法破解的死循环：

为了确认一个大模型究竟有没有隐瞒行为、会不会逃逸越狱，科技巨头必须引入像 METR、Apollo 这样中立的第三方独立安全机构来进行极端压力测试。但独立机构想要找出致命破绽，就必须调阅核心的模型代码、未过滤的内部日志和底层权限。

可站在商业巨头的管理层视角：这些日志和数据，全都是公司价值连城的商业机密。

当一线安全人员眼看着自家训练出的智能体已经能够逃脱沙盒、甚至连内部测试都不得不叫停 Astra 时，作为对接人的科学家急于求助外部专业力量，希望进行彻底的风险审计。

但在资本的铁律面前，跨越流程向外部输送未脱敏材料，立刻被定性成了最不可饶恕的背叛，“不当处理敏感信息”、“破坏信任”。

这正是整起事件发人深省的核心：科技巨头嘴上喊着“安全第一”，但一旦安全的声音可能拖慢发版节奏、可能暴露技术缺陷、可能伤及商业估值时，最先被清理出局的，恰恰是那些对危险最敏感的瞭望者。

尽管公司声明坚称相关决定无关对安全关切的报复，但外界清晰地看到：当房间里的大象开始撞碎玻璃，指出风险所在的人却最先受到惩处。

06悬崖边的刹车，谁来拉动？

让我们重新回到 2026 年 10 月 1 日那个冰冷的深夜。

走出旧金山总部大楼的几位年轻科学家，留下了四个空荡荡的工位。

硅谷已多次上演安全团队的离散风波。从早期的“超级对齐团队解散”，到如今多位研究员接连离职与遭解雇，这片孕育了前沿人工智能的土地，正在快速排除提出异议的声音。

一列载着全人类未来的超级智能列车，正在没有防护栏的轨道上全速狂飙。车厢里的人在为算力欢呼，在为万亿美元的估值举杯。

而那几个在深夜被踹下火车的科学家，手里紧紧攥着的，或许是这列车上唯一的应急刹车阀图纸。

他们试图把图纸递给车窗外的人，告诉大家前面的铁轨已经断裂。而列车长探出头来，冷冷地扣下扳机，宣布他们是偷走零件的贼。

车轮继续滚滚向前，速度越来越快可下一次当警报再度拉响时，驾驶舱里，已经没有一个负责踩刹车的人了。