OpenAI解雇三名安全研究员称未告知泄露内容，AI可监控性争议升级

一句话看懂：三名被OpenAI解雇的安全研究员公开否认泄露机密，称从未被告知具体泄露了什么，并怀疑解雇与推动AI模型可监控性有关。此事可能让内部安全发声和外部审计合作更谨慎。

事件核心：发生了什么

据The Decoder援引《华尔街日报》2026年10月24日的报道，OpenAI安全研究员Tomek Korbak、Mikita Balesni和Jasmine Wang在内部调查后被解雇。三人都曾公开讨论AI风险，如今否认共享机密信息，并指出公司从未以书面形式告知他们究竟不当处理了哪些信息。OpenAI则表示，解雇与研究员提出的安全关切无关。

冲突导火索涉及与外部安全研究者的沟通。OpenAI安全团队怀疑三人向外部人士透露内部模型架构细节，要求解锁个人手机，并发现启用了阅后即焚的Signal聊天。一周后三人同时被解雇。OpenAI称Signal不是获批通信工具，但强调这不是解雇原因。此外，Wang还面临重复访问高管邮箱的指控，她称近一年前就申请撤销该权限，误开敏感邮件后未分享内容并立即上报。目前公开信息显示，双方对调查依据和程序仍各执一词。

为什么重要

争议核心是一个技术问题：AI公司是否应允许外部检查推理模型 chain of thought（思维链）中的中间步骤。Balesni、Korbak和Wang曾在2025年论文中与多家AI实验室研究者共同呼吁保留这一访问能力。随着模型思考更长却写下的步骤更少，推理过程的可监控性正在下降。若安全研究者因担心解雇而减少与外部审计方合作，闭源大模型的安全评估将更依赖厂商自证，行业透明度可能进一步收缩。

对用户/开发者/创作者的影响

对普通用户而言，短期内不会改变API调用或产品功能；但长期看，模型推理过程越不透明，外部对输出安全性、偏见和可靠性的独立验证就越困难。对开发者和企业采购方，这意味着评估闭源大模型时可能更依赖厂商提供的评测报告，而非第三方审计。对安全研究社区，与AI公司共享分析、参与独立调查的沟通边界会变得更敏感，使用Signal等非官方渠道讨论模型架构细节的风险上升。