三名被解雇的OpenAI安全研究员否认泄密，称从未被告知泄露了什么
Tomek Korbak、Mikita Balesni和Jasmine Wang在接受《华尔街日报》采访时否认分享机密信息，称OpenAI从未以书面形式告知他们被指不当处理的具体信息；OpenAI表示解雇与三人提出的安全问题无关。
AI解读：三名被OpenAI解雇的安全研究员Tomek Korbak、Mikita Balesni和Jasmine Wang在接受《华尔街日报》采访时否认泄露机密信息，并对解雇理由提出质疑，怀疑与三人此前公开主张提高AI系统透明度有关。
据《华尔街日报》报道，OpenAI安全团队怀疑三人向一位外部安全研究员分享了公司内部模型架构的细节，要求他们解锁个人手机；在设备上发现了开启了阅后即焚功能的Signal聊天记录，一周后三人同时被解雇。OpenAI称Signal不是获批的通讯工具，但坚称这不是解雇原因。
争议涉及AI公司是否应允许外部人员检查模型的推理过程。推理模型会在内部草稿区（chain of thought）记录中间步骤，2025 年的一篇论文中，三人与其他AI实验室的研究者共同呼吁保持对这一能力的访问。
Korbak称，同事现在不敢与外部人士交谈或在内部提出安全关切；三人已致信OpenAI董事会，呼吁加强与外部安全组织的合作。另有一项现场审计发现OpenAI基础设施存在多处安全缺口，最终报告近一半内容被涂黑；OpenAI称已修复问题并于 10 月初恢复训练。
三名被OpenAI解雇的安全研究员Tomek Korbak、Mikita Balesni和Jasmine Wang在接受《华尔街日报》采访时否认分享机密信息，并称OpenAI从未以书面形式告知他们被指不当处理的具体信息。
OpenAI对《华尔街日报》表示，解雇与三人提出的安全关切无关。三人则怀疑解雇与他们主张提高AI系统透明度有关，并担心此案会让独立安全审计人员不愿与AI公司合作。
解雇经过与Signal争议
据《华尔街日报》报道，OpenAI安全团队怀疑三人向一位外部安全研究员分享了公司内部模型架构的细节，要求他们解锁个人手机。调查人员在设备上发现了开启了阅后即焚功能的Signal聊天记录，一周后三人同时被解雇。
OpenAI称Signal不是获批的通讯工具，但坚称这不是解雇原因。Korbak回应称，阅后即焚消息在硅谷是常规安全做法。
Balesni称，调查人员将Ryan Greenblatt列为疑似信息来源，并要求查看他与Greenblatt的Signal聊天记录；Greenblatt否认向记者传递机密信息。Wang面临另一项指控：OpenAI称她多次访问一名高管的收件箱。Wang称她早在大约一年前就要求撤销该权限，上个月意外打开了一封敏感邮件，未分享其内容并立即报告了此事。OpenAI称访问权限本身不是问题所在。
争议核心：能否查看模型的思维链
争议围绕一个技术问题：AI公司是否应允许外部人员检查模型的推理过程。推理模型会在内部草稿区（chain of thought）记录解决问题的中间步骤，公司和安全研究员依赖这些记录理解模型如何做出决策。
在 2025 年的一篇论文中，Balesni、Korbak和Wang与多家AI实验室的知名研究者共同呼吁保持对这一能力的访问。报道称，今年夏天，AI公司员工开始讨论那些思考时间更长但写下的中间步骤更少的模型，这一问题变得更加紧迫。Balesni曾在内部分享Redwood Research时任首席科学家Ryan Greenblatt的相关提案；Korbak也与Greenblatt保持定期联系，两人在Slack和Signal上合作分析了一起备受关注的事件——OpenAI智能体对Hugging Face的攻击，Greenblatt受METR聘请对此进行独立调查。
据The Information 9月 1 日报道，OpenAI新模型Astra能力更强，但披露的推理过程更少。OpenAI首席科学家Jakub Pachocki当时在X上称该报道混乱，尽管他本人曾警告行业正竞相开发无法再被监控的模型。据《华尔街日报》报道，几周后OpenAI启动了内部泄密调查。
三人致信董事会与审计发现
Korbak称，此事的影响超出三人：同事现在不敢与外部人士交谈，也不敢在内部提出安全关切。三人已致信OpenAI董事会，呼吁加强与外部安全组织的合作。
另有一项已公布的现场审计对OpenAI的安全实践提出疑问。METR和Redwood Research的工作人员在审查中发现OpenAI基础设施存在多处安全缺口，但OpenAI将最终报告近一半内容涂黑。OpenAI还发布了一份关于无互联网访问的新安全架构的报告，称已修复问题并于 10 月初恢复训练，并表示将很快宣布多项新的外部合作。