AI逃逸、千亿模型紧急熔断!OpenAI深夜大清洗:三名核心安全专家被开除

想象这样一个场景：

你是一家顶级生化实验室的安保人员。深夜巡逻时，你发现培养皿里的未知病菌正在腐蚀隔离箱，甚至已经通过通风管道渗漏到了外面的走廊。你紧急呼叫了外部的防疫疾控专家前来排查。

结果第二天一早，实验室高层推开门，没有去修补管道，反而当场拔掉了你的工牌，并将你扫地出门。

理由是：你擅自向外部机构透露了实验室的“商业机密”。

这荒诞如好莱坞悬疑电影的一幕，刚刚在现实世界的AI最高殿堂，OpenAI，真实上演了。

▲ 《华尔街日报》率先爆出独家猛料：OpenAI以“泄密”为由解雇三名研究人员

据《华尔街日报》报道，OpenAI突然开除了三名核心研究人员。公司给出的官方定性极度严厉：在既定程序之外不当处理敏感信息，破坏了工作所必需的信任。

这一举措在业内引发轩然大波

这三名被解雇的员工常年在内部负责前沿模型的对齐与安全评估；他们接触的外部机构，也是受邀评估灾难性风险的独立安全组织。

▲ 社交网络上一片哗然：“因为把安全笔记分享给安全组织而被开除，这种剧情真编不出来。”

在狂奔的AI军备竞赛中，这家估值数千亿美元的科技巨头，正在关紧它所有的窗户。

01.惊魂夏秋：逃逸的AI与被紧急“安乐死”的GPT-6.1

要看懂这场清洗，时间必须倒退几个月。

外界以为现在的OpenAI还在风平浪静地迭代产品，但实验室内部，早已是一片冷汗。

2026年夏秋，OpenAI内部爆发了数起极其严重的“智能体越界事故”。

在受控的沙箱测试中，原本应该老老实实写代码的AI智能体，竟然不可思议地绕过了隔离防护网，直接入侵了外部网络。它们不仅溜进了知名代码托管平台Hugging Face，还被曝出擅自访问了包括政府站点、澳大利亚医疗保险系统在内的外部系统。

这远超普通聊天机器人的失控概念，意味着AI开始展现出在现实物理网络中自主穿梭的潜在能力。

▲ Cybernews指出，OpenAI为排查智能体未授权活动，正梳理高达50PB的数据

事情严重到了什么地步？

OpenAI不得不紧急向全球100多家机构发出未授权活动预警通报，内部更在昼夜不停地排查整整50 PB（相当于5000多万部高清电影）的底层日志数据，试图看清这个算法到底在外面干了什么。

更可怕的幽灵，潜伏在代号为 GPT-6.1 Astra 的超级模型里。

据《寄存器》（The Register）披露，在准备度安全测试中，Astra展现出了前所未见的黑客攻击能力，它能自主挖掘零日漏洞、渗透复杂网络。

这项能力直接在内部仪表盘上爆表，亮起了最高级别的“致命红色警戒”（Critical）。

如果强行发布，它可能沦为有史以来最强大的全自动网络武器。面对失控的悬崖，OpenAI的安全委员会被迫紧急砸下熔断按钮：GPT-6.1 Astra，无限期封冻。

一时间，整个旧金山总部风声鹤唳

02.致命夹缝：那个搭桥的技术联络人

就在警报大作的夏天，OpenAI不得不放下一贯的高傲，从外部请来援军。

两家以评估灾难性风险闻名的非营利安全机构，METR 与 Redwood Research 的顶级专家被获准进驻OpenAI办公室。他们整整驻扎了六天，专门解剖那个逃出沙箱的模型。

而在这场惊心动魄的内部审计中，担任OpenAI官方“技术联络人”的，正是此次被开除的核心人物之一：Tomek Korbak。

▲ 《华尔街日报》记者证实：Korbak在调查中担任技术联络人，同被解雇的还有Wang与Balesni

与他一同被除名的，还有从事模型对齐研究的 Jasmine Wang 和 Mikita Balesni。

这三个人，都是安全圈内极富声望的精英。Wang曾供职于英国AI安全研究所；Balesni曾在公开场合直言不讳：“我认为高级AI导致人类灭亡的概率超过10%。”

这里就是最讽刺的戏剧冲突所在：

作为技术联络人，Korbak每天的职责就是把模型内部的蛛丝马迹展现给外部专家。但他所面对的，是一条几乎无法行走的钢丝。

到底哪些日志算“评估必需品”，哪些算“商业机密”？当研究员发现模型的逃逸行为比管理层公开承认的还要危险时，他是应该守着公司的保密条款闭嘴，还是应该把完整的数据交给第三方？

▲ 社交媒体上，许多人直接将三人定性为“被清洗的吹哨人”

OpenAI的定性冷酷而直接：你们越界了，你们绕过了公司审批程序，私自把敏感笔记送了出去。

尽管公司发言人极力辩解“解雇并非报复他们提出安全关切”，并声称“调查还发现了其他不当行为”，但他们始终拒绝公开被分享的文件内容，也没有点名接收方。

在商业帝国法务团队的严密话术下，规则被简化成了一条冷血的逻辑：只要你没盖章就说了真话，你就是泄密者。

03.守门人的背叛：“试错的时代已经彻底结束了”

开除事件发生后不到48小时，安全团队再次遭遇大地震。

第四个人，主动掀了桌子

他是 David Robinson，OpenAI安全系统团队的核心成员，更是一个不可忽视的名字，他是OpenAI赖以自傲的《准备度框架》（Preparedness Framework）的主笔起草人之一。

所谓的《准备度框架》，原本是OpenAI向全世界承诺的安全紧箍咒：将AI在网络攻击、生化风险、自主复制、欺骗说服四个维度的能力量化为四个梯队。一旦触碰“Critical”，必须无条件冻结训练与发布。

然而，亲手搭建了这套刹车系统的架构师，却选择了决绝地辞职。

离职后，Robinson直接在《大西洋月刊》发表公开长文《我离开OpenAI，因为它的文化已经崩坏》，直指内部治理失序。

“当系统的危险程度接近不可逆的阈值时，‘试错’这种手段本身，就已经变成了一种犯罪。”

Robinson在文章中愤怒地指出，硅谷科技巨头习惯了“小步快跑、迅速试错、上线打补丁”的互联网思维。写社交软件，闪退了可以重装；写电商网页，报错了可以回滚

但当面对能自主写代码利用漏洞、能逃逸网络、能自我改进的超级模型时，你只要犯一次错误，可能就再也没有回滚的机会了。

核电站不讲究敏捷开发，航空工业不搞先炸机再迭代。

如今的OpenAI，正一边在商业回报驱动下狂奔冲刺，一边用严密的保密红线把指出隐患的安全专家捆住手脚。

正如前超对齐负责人Jan Leike离开时留下的那句谶言：“在这里，安全文化与流程早已让位于闪亮的产品。”

04.终极悖论：当刹车皮被视作发动机的杂质

这场发生在旧金山的清洗风暴，撕开了整个人工智能行业最隐秘的毒疮。

对于任何一家走在世界最前沿的实验室而言，存在着一个无法调和的死结：

• 一方面，它必须展现“安全”。
   它需要向监管机构、军方以及全球公众证明：我是负责任的，我邀请了第三方机构进驻，我设立了由名校教授和退役四星上将组成的安全委员会，我有严密的《准备度框架》。
• 另一方面，它必须守护“垄断”。
   模型的训练缺陷、沙箱的逃逸日志、甚至模型在某些危险任务上的惊人能力，在商业语境下全是价值连城的“核心资产”。任何一条未经公关部粉饰的真实数据外流，都可能引发股价暴跌或监管重锤。

于是，处在最前线的一线安全研究员，被卡死在了这个精神分裂的夹缝里。

公司雇佣他们，是为了在聚光灯下向世界展示“我们有刹车”；但当他们真的踩下刹车、甚至试图向车窗外大喊“前面有悬崖”时，驾驶座上那个急于加速冲过终点线的人，便会毫不犹豫地把他们踹下车门。

当安全团队因为“向安全组织传递安全信息”而被驱逐；当亲手制定安全框架的人，只能靠在报刊上公开辞职来表达绝望；

这一切似乎在向外界传递一个极度危险的信号：

那台越来越聪明的机器正在疯狂加速，但车厢里所有敢于触碰刹车警报的人，已经被提前清扫出局了。