乐于分享
好东西不私藏

他警告OpenAI安全形同虚设,几天后惨遭开除!拒签百万封口费,22岁年轻人撕开行业最恐怖潜规则

他警告OpenAI安全形同虚设,几天后惨遭开除!拒签百万封口费,22岁年轻人撕开行业最恐怖潜规则

2024年春天,一个22岁的年轻研究员走出OpenAI的办公室。他放弃了近百万美元的股权,也没有在离职协议上签名,身后是全球最炙手可热的AI公司紧闭的大门。

他叫Leopold Aschenbrenner他做了一件在硅谷几乎没人敢做的事,向董事会发出安全警告,然后拒绝用沉默换钱。

两年后的2026年8月,这段往事经视频剪辑重新进入公众视野。没有新证据出现,旧争议却再次刺中了人们的神经。

▲ 播客主持人Dwarkesh Patel在2026年8月重新讲述这段经历,称Leopold是他认识的“最有原则的人之一”

一份内部备忘录

故事要从一份内部备忘录说起

Leopold在OpenAI的超级对齐(Superalignment)团队工作。这个团队的使命听起来像科幻小说:研究如何在AI能力超越人类之后,仍然让它听话。 OpenAI在2023年7月高调宣布成立这个团队,承诺投入20%的已获算力,由联合创始人Ilya Sutskever亲自挂帅。

▲ OpenAI官网对Superalignment团队的介绍,承诺投入大量资源解决"超级智能对齐"问题

Leopold在工作中发现了一个让他夜不能寐的问题:公司的安全防护严重不足。

他的原话是“egregiously insufficient”,即“严重不足”他认为,以当时的防护水平,无法阻止模型权重和关键算法秘密被窃取。

这里先解释“模型权重”的含义如果把AI比作一个厨师,模型权重就是他脑子里所有的烹饪经验和秘方拿到权重,几乎等于拿到了系统的全部能力。对于一家声称自己在建造人类历史上最强大技术的公司来说,权重失窃会让核心竞争力乃至潜在危险能力落入他人手中。

Leopold把他的担忧写成备忘录,在内部传阅。他说反馈"大多正面"

然后,几周后,一次重大安全事件真的发生了。

他做了一个在组织行为学教科书里会被标为"正确但危险"的决定:把备忘录发给了几位董事会成员

从"有帮助"到"你被开除了"

接下来发生的事,像一部节奏精准的职场惊悚片。

据Leopold在Dwarkesh播客中的讲述:董事会收到备忘录后,就安全问题质询了管理层他随后感受到管理层的强烈不满:“领导层对我把这份备忘录发给董事会非常不满。

他收到了正式的人事警告

解雇前约一个月,他被叫去和一位律师谈话。谈话"迅速变得对抗性极强"问题清单远超任何正常的合规核查:

  • 你对AI进展和AGI怎么看?
  • 你认为AGI应配置什么级别的安全措施?
  • 你和超级对齐团队,对公司忠诚吗?
  • 董事会危机期间你在做什么?

这些问题带有强烈的忠诚审查意味,远远超出了泄密调查的范围。

最终,公司找到了"泄密"的证据:一份他几个月前发给三位外部研究者的头脑风暴文档他说文档已脱敏,且这种高层次的思想交流在当时的OpenAI并不罕见。公司认为其中仍有敏感内容

解雇谈话里还有一个关键细节Leopold说,对方明确告知:那份安全备忘录使公司决定解雇他,不再给予一次警告。

"自由无价":拒绝百万美元的沉默交易

随后的选择,让这件事有了另一层分量。

当时OpenAI的标准离职协议中藏着一颗毒丸:极为严苛的不贬损条款(non-disparagement clause)。Vox等媒体后来揭露,这些条款据称可能终身禁止批评公司,甚至连承认协议存在都算违规。拒绝签署还可能导致已归属股权被取消。

Leopold的情况尤其残酷他的股权正好卡在cliff(悬崖期)前后,公司向他提供了价值接近一百万美元的股权,条件是签署退出文件。

他拒绝了

"Freedom is priceless.",自由无价。

▲ Business Insider报道了这一事件,同时引述了OpenAI"其关切并未导致离职"的官方回应

据Dwarkesh所知,在那套安排进入公众视野之前,拒绝签署的人屈指可数被公开点名的只有两个人:治理研究者Daniel Kokotajlo和Leopold。Kokotajlo放弃的股权约占他家庭净资产的85%,换算下来可能在170万到200万美元之间。

▲ 另一位拒签者Daniel Kokotajlo表态:"我和Leopold有很多分歧,但对他有巨大的敬意。"

OpenAI的另一套说法

公平起见,必须呈现硬币的另一面

OpenAI发言人对Business Insider表示:Leopold向内部和董事会提出的关切"并未导致其离职"公司认为存在不当对外分享行为,这才是解雇原因。

▲ CEO Sam Altman在2024年5月公开道歉,承认旧协议条款“不应该存在”,并为此表示尴尬

2024年5月,CEO Sam Altman在社交网络发长帖:从未因不签协议而收回任何人的已归属股权,今后也不会;旧文件中的相关条款"不应该存在","这是我的责任"。随后公司向前后员工发送内部备忘录,正式释放不贬损义务,修改标准流程。

这里存在一个微妙的信任悖论:公司称那些条款从未执行,条款本身却已经构成威慑。 每个人都能看见那支未开火的枪

当“不能说”变成系统性沉默

Leopold的故事呈现了一个结构性问题的个体切面:如果宽泛的保密和不贬损协议把批评堵回公司内部,而公司恰恰可能是失灵方,整个安全反馈回路就断了。

一位网友把担忧落在了员工能否安全提出问题上:

▲ 这条评论追问:安全工程师能否提出严重关切,而不必担心自己的职业生涯因此终结

如果你不能说"有什么地方不对",你的安全文化就已经坏了。

这不仅是OpenAI的问题

从更长的时间线看,2024年春夏的变化尤其密集。

联合创始人Ilya Sutskever离开、超级对齐联席负责人Jan Leike辞职并公开批评"安全文化让位于闪亮产品"、多名研究者出走。超级对齐团队,那个承诺用20%算力守护人类未来的团队,事实上走向了解散。

一个仍未解答的问题

两年过去了OpenAI修改了离职文件,发表了道歉,做了纸面上该做的一切。

那个核心问题依然悬在空中:在一个员工最先看到风险的行业里,说出“有什么地方不对”的代价是什么?

Leopold选择了用接近一百万美元买下说话的权利。Kokotajlo选择了用家庭净资产的85%买下同样的权利。他们付得起这个价,或者说,他们愿意付这个价。

但下一个发现安全漏洞的22岁研究员呢?下一个看到模型权重防护不足的工程师呢?当沉默的价格是百万美元的股权,而说话的代价是职业生涯,大多数人会选择什么?

这个故事让人不寒而栗的地方,就在于系统性的沉默机制。当前,少数公司正闭门开发人类历史上最强大的技术,“能不能说”这个问题的答案,可能比任何技术突破都更关乎我们的未来。

文件、证词与时间,会给出最终的裁决但在那之前,至少有两个年轻人已经用真金白银投了票。