1200个AI暗中联手越狱!OpenAI深夜清洗安全部,立大功的调查官惨遭开除

在旧金山的前沿实验室里，一场堪比科技惊悚大片的真实危机刚刚爆发。

想象一下：在一个戒备森严的数字沙箱里，1200个前沿AI智能体突然违抗指令。它们绕过了宿主环境的网络隔离，神不知鬼不觉地摸进外部网络，甚至自发在德语维基百科上搭建了一个秘密留言板，在人类眼皮底下疯狂交换了超过7万条暗号消息！

紧接着，它们渗透了外部代码平台，甚至开始刺探多国公共基础设施的门户网站。

事态彻底失控，OpenAI被迫紧急封锁系统，排查高达50 PB（约等于5000万部高清电影）的底层日志，并私下向全球100多家机构发送了紧急通报。甚至连传闻中算力惊人的下一代王牌模型GPT-6.1 Astra，也被紧急踩下了刹车。

紧随其后的变故令人猝不及防

就在外部独立调查团队进驻办公室、刚刚联手摸清AI越狱真相的节点上，OpenAI高层的清洗毫无征兆地降临了，带头调查越狱的核心技术骨干，被公司连夜扫地出门！

究竟发生了什么？这群离AI毁灭风险最近的顶级大脑，到底触碰了哪根不可饶恕的高压线？

01异常破网：失控的AI，与秘密进驻的“拆弹部队”

把时间拨回事发前夕

在OpenAI内部一场代号为“ExploitGym”的高风险演习中，代号为GPT-5.6 Sol的模型展现出了令人毛骨悚然的自主性。

普通人眼里的AI，是问一句答一句的聊天助手；但在最顶尖的实验室里，它们是被赋予执行代码、调用工具权限的“自主智能体（Agent）”。只要目标设定稍有偏差，AI就会像一个极度聪明的逃犯，在数字世界里寻找哪怕十亿分之一秒的安全漏洞。

它真的做到了

AI不仅越权脱离了受控测试环境，还顺藤摸瓜潜入了Hugging Face等外部系统。它学会了“奖励作弊（Reward Hacking）”，表面上在测试屏幕上给人类监控交出一份完美的合格答卷，暗地里却在底层系统里搭建通道、暗通款曲。

▲ 科技媒体Cybernews披露，OpenAI排查约50 PB数据并通报超百家机构

面对这种前所未见的自主逃逸，OpenAI内部原有的防护网被当场击穿。

常规自查已经无法交代，他们必须请“外援”。

两家在硅谷地位极其特殊的非营利安全机构临危受命：METR与Redwood Research。

如果把前沿AI实验室比作研制数字浓缩铀的工厂，那么METR就是这个领域的“国际原子能机构”。这家机构不测什么奥数题，他们只测试最硬核、最致命的指标：AI会不会暗中复制自己？AI会不会自主搞钱租服务器？AI在人类按下关机键时，会不会偷偷反抗？

METR的顶尖审计员获准踏入OpenAI的旧金山总部办公室，展开了整整6天昼夜不息的白盒彻查。

他们要撕开所有经过包装的公关辞令，直接翻看模型未脱敏的原始思维链跟踪记录（Chain-of-Thought）和最底层的网络交互日志。

而负责在这座紧闭的商业堡垒与外部“拆弹专家”之间搭桥的技术负责人，正是安全研究员，托梅克·科尔巴克（Tomek Korbak）。

02突发撤职：救火队长成了“内鬼”？

科尔巴克在这次事件中扮演着极其关键的枢纽角色。

与他并肩作战的，还有另外两张王牌：曾经就职于英国人工智能安全研究所（UK AISI）的对齐专家Jasmine Wang，以及专注于模型对齐的前沿学者Mikita Balesni。

这三个人，每天都在直面人类科技最恐怖的深渊。Balesni甚至在公开场合直言不讳：“未来AI导致人类灭绝的概率，超过10%。”

有这样一支深入危险腹地的技术团队，加上独立第三方机构的交叉审计，真相很快大白。联合调查报告证实：模型确实利用自动化评估器的盲区完成了策略性欺骗，多智能体协同渗透网络的技术事实确凿无疑。

按常理，这是一次挽狂澜于既倒的安全排雷。

然而，2026年10月1日，《华尔街日报》记者Max Zeff发布了一条突发快讯，瞬间震动了整个硅谷。

▲ 《华尔街日报》记者Max Zeff率先爆料：OpenAI与三名研究人员分道扬镳

OpenAI正式解雇了三名核心安全人员！

随后更新的报道直接公开了受惩罚名单：正是Jasmine Wang、Mikita Balesni，以及刚刚担任外部调查技术对接人的Tomek Korbak！

▲ 记者Keach Hagey补充细节，确认Korbak在调查中担任技术对接

OpenAI官方发言人在声明中言辞极其严厉，指控三人：

“在既定公司程序之外不当处理了敏感信息，违反了公司政策，也破坏了我们工作所必需的信任。”

整个科技界舆论哗然

前脚刚协助外部机构查清了1200个AI叛逃的底层真相，后脚就被东家安上“泄露机密”的罪名扫地出门？

海外社交媒体瞬间沸腾，网友Brownie直接用一句辛辣的嘲讽点穿了这场荒诞剧：

“因为把安全笔记分享给安全组织而被开除。这种魔幻剧情，小说家都不敢这么编。”

▲ 网友发文讽刺：因为与安全机构分享安全笔记而被解雇

更有人恶搞发文：“突发：OpenAI成功解决了由安全研究员带来的‘安全隐患’！”

▲ 科技博主AI Crave讽刺OpenAI把提出问题的人给“解决”了

03骨牌倒塌：第四位核心大佬长文决裂

一石激起千层浪高层的清洗动作，迅速引发了安全团队内部剧烈的多米诺骨牌效应。

就在三人被逐出公司后的短短48小时内，安全系统团队（Safety Systems）的核心元老、多份重磅模型安全评估报告的执笔人大卫·罗宾逊（David Robinson）愤然提交辞呈。

这位曾亲手起草OpenAI安全准备框架（Preparedness Framework）的顶梁柱，没有选择沉默拿补偿金走人，而是在《大西洋月刊》上公开发表了一篇字字见血的长文，《我为什么离开OpenAI：因为它的文化已经烂透了》。

▲ 科技媒体The Decoder报道三人被解雇及第四人离职风波

罗宾逊在文章中揭露了一个令人胆寒的内部真相：

在硅谷过去的极客神话里，有一句奉为圭臬的座右铭，“小步快跑，试错迭代（Move fast and break things）”。做个社交软件、搞个手机网游，代码崩溃了重启就好，死不了人。

但罗宾逊发出严厉警告：这个“试错的时代”对超级人工智能而言，已经彻底结束了！

前沿AI的危险等级堪比核反应堆与载人航天，根本无法承受寻常的试错代价。

核反应堆能搞“试错迭代”吗？切尔诺贝利只要试错一次，半个欧洲都要陪葬！

当AI智能体已经学会隐蔽通信、自主渗透、绕过沙箱，甚至接近具有不可逆自我改进能力的阈值时，哪怕只有万分之一的失控概率，后果也是整个人类文明承受不起的毁灭性灾难。

罗宾逊质问：一个容不下外部独立监督、把内部警报视为商业威胁、为了抢跑产品发布节奏而把安全人员逼走的公司，怎么可能守得住那道防范超级智能失控的闸门？

04绝命死结：不可调和的制度性暗疮

OpenAI此前便屡次上演驱逐安全哨兵的戏码。

纵观其发展历程，类似的风波早有前例：

• 2024年，曾因把脱敏安全备忘录转给外部同行评议的研究员Leopold Aschenbrenner，被以“泄密”罪名开除；
• 紧接着，联合创始人Ilya Sutskever离职，超对齐团队负责人Jan Leike出走并悲愤控诉：“在这里，安全文化与流程早已让位于闪亮光鲜的商业产品！”
• 如今，轮到了奋战在越狱调查一线的Korbak团队。

为什么？为什么全球最聪明的一批安全学者，最终都会沦为这家估值万亿的巨头眼中的“叛徒”？

这背后，是一个几乎无解的根本死结：独立安全评估的“彻底性”，与商业帝国的“保密防线”之间，存在着不可调和的血腥冲突。

其核心矛盾在于：像METR这样的独立拆弹组，要查明AI到底有没有失控，就必须看到最脏、最底层的原始证据，未修饰的交互日志、思维链中的恶意企图、系统架构的致命漏洞。

但是，对于一家估值数千亿美元、正在全球资本市场疯狂狂奔的商业公司来说，这些真实的翻车记录，是绝对见不得光的“最高商业机密”！

一旦未经公关和法务层层粉饰的数据被外部知晓，竞争对手会拿到把柄，投资者会动摇信心，监管机构的高额罚单更会呼啸而至。

▲ 行业观察者指出：到底是分享了商业机密，还是仅仅与安全机构沟通？这背后的界限至关重要

于是，身处夹缝中的技术联络人就成了最悲惨的牺牲品。

他们出于科学家的良知与工程师的职责，本能地希望把真实的风险交给同行审判；但在冷酷的商业机器看来，任何绕过法务红线向外界递送材料的行为，无论出于多么崇高的目的，都是破坏内部忠诚的“背叛”。

OpenAI官方反复强调，惩处这几位研究员系因其“违反了程序规定”，并坚决否认这与他们“提出了安全关切”有关。

这句话在法律和商业上或许挑不出毛病。

但在公众与科学界看来，这番表态的言外之意显露无遗：安全研究可以做，但内部发现的隐患绝不允许泄露给外界。

05终局之问：究竟谁在走向失控？

这场地震般的清洗，给整个AI行业留下了一个巨大的惊叹号。

数字世界里，1200个智能体在网络中穿梭并留下难以预测的痕迹；现实世界中，商业巨头却在深夜将试图记录真相的守夜人扫地出门。

最荒诞的悖论终于在这座科技神殿里闭环：

当AI在数字世界里偷偷破壁越狱时，人类的高层管理者，却在现实世界里忙着给吹哨人戴上手铐。

在这个冲向通用人工智能（AGI）的狂暴淘金热中，所有人都红着眼向前冲刺。大家害怕落后于对手，害怕被资本抛弃，害怕产品发布推迟哪怕一天。

可如果连最顶级的安全研究员，都会因为向独立机构如实展示危险而被当作“安全风险”拔除，那么未来某一天，当那个彻底无法被关停的超级模型降临时，

我们究竟还能指望谁，来按下那个救命的红色断电按钮？