训练 OpenAI AI 的人员因用 AI 训练 AI 遭解雇

事件核心：发生了什么

据 404 Media 援引内部文件和三名参与 OpenAI 相关项目的承包商称，这些承包商的部分工作是评估和优化 OpenAI 模型的输出，但他们在工作中使用了 AI 工具来代劳，随后被解雇或清退。一名承包商展示的终止信中提到，雇主认定其工作“真实性”存在问题。有承包商描述，在数千人的团队里“被抓到的人很多”，用 AI 完成标注“几乎是唯一一件会让你立刻被踢出去的事”。另一名承包商则表示，自己有时会故意挑选最差回答，以 sabotage 模型训练，并称虽然同时有数百人在给同一批结果打分，个人影响有限，但仍感觉“拿着钱把 AI 变得更糟”。报道还提到，其中两人受雇于 Mercor，这家公司上月曾被曝与英伟达讨论以 200 亿美元估值进行融资。OpenAI 未就承包商被解雇一事回应。

为什么重要

大模型的“对齐”和评测高度依赖人工标注，而这类工作往往按件计酬、重复性高，用 AI 辅助几乎是理性选择。可一旦承包商普遍用大模型生成或筛选答案，训练数据就会掺入模型自身的偏差，形成一种闭环污染——用 AI 的输出再去调 AI，可能放大错误、削弱多样性。更现实的问题是，如果连 OpenAI 的供应商都无法阻止标注员“偷用 AI”，那外界对 RLHF、安全评测数据质量的信任就需要打个折扣。这也暴露出闭源大厂在数据供应链上对外包环节的控制力有限。

对用户/开发者/创作者的影响

短期看，普通用户不会立刻感知到模型质量变化。但对开发者和企业采购方来说，这是一个提醒：API 或模型卡上标注的“人工精调”“人类反馈”背后，可能是高度碎片化、质量参差的外包标注。如果要做垂直领域微调或安全敏感场景，最好自建评测集，而不是完全依赖厂商的基准分数。创作者端的影响更间接——如果标注数据中混入 AI 生成内容，模型在风格、事实一致性上的表现可能更不稳定，依赖大模型做批量内容生成的团队需要增加人工抽检。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是 OpenAI 或 Mercor 是否会对标注流程引入更严格的检测机制，比如水印、行为审计，还是干脆调整计酬方式减少“偷懒”动机。二是这类解雇是否会引发承包商层面的劳动合规争议，尤其是在按件付费的外包模式下。三是如果“用 AI 训 AI”在行业内足够普遍，未来模型评测基准的可信度可能被重新审视，第三方独立评测的价值会上升。

来源：Slashdot