AREX Feed Article
OpenAI 三名安全研究员称上周被解雇，公开信否认不当处理敏感信息
10 月 8 日（北京时间 10 月 9 日凌晨），OpenAI 从事安全与对齐（safety and alignment）工作的研究员 Mikita Balesni 和 Jasmine Wang 先后在 X 上发帖，称他们与第三名安全研究员 Tomek Korbak 上周一同被 OpenAI 解雇。三人同日公开了一封写给 OpenAI 内部监督机构的信：称，他相信三人被解雇是因为「把安全置于 OpenAI 作为一家公司的近期利益之上」；称，她只被告知了一个解雇理由：「访问了一名高管的邮箱」。
随后，OpenAI 的立场经两家美国媒体传出：公司对 表示，三人被解雇的原因不是提出安全顾虑，而是违反公司敏感信息处理政策的具体行为；OpenAI 向 提供的一份内部备忘录还称，解雇决定与提出安全顾虑或公开发声无关。
公开信 PDF 的第 1、2 页。
10 月 8 日：三条帖文与一封公开信
Balesni 先发帖。他写道：「我和另外两名安全研究员上周被 OpenAI 解雇。我们把这封信写给了领导层。」主帖附了一张信的图片；他在同一串帖文里给出了完整 PDF 的链接。这封共 4 页，抬头写给 OpenAI 的安全与安保委员会（Safety and Security Committee）、安全咨询小组（Safety Advisory Group）和使命咨询委员会（Mission Advisory Council），落款是 Tomek Korbak、Jasmine Wang 和 Mikita Balesni。信的开头写道：「我们就是上周被 OpenAI 解雇的三名安全与对齐员工。」
约两分钟后，Wang 发帖：「OpenAI 上周解雇了我，还有我的两名安全同事。我只被告知了一个理由：我访问了一名高管的邮箱。」她写道，她想说得直白些，因为「OpenAI 的历史上，每当有人消失，就有太多障眼法」。
又过了一刻钟左右，Korbak 发出长帖（）：「上周，我被叫去与 OpenAI 的安全负责人会面，并被告知他们不再信任我。一名保安收走了我的工牌，把我带出了大楼。然后我得知，我的同事 @balesni 和 @j_asminewang 也被解雇了。」
他们被告知的理由：第三方沟通与一个邮箱
「我们没有收到关于解雇的书面理由。」Balesni ：「在离职沟通中，我被告知 OpenAI 不再信任我，因为我对第三方安全组织说得太多，言下之意是我泄露了公司 IP。我从未分享过公司 IP。我当时在做的工作，是与我的汇报线、研究领导层和董事会协调进行的。」他随后又：「如果 OpenAI 有具体的顾虑，我请他们直接给我们写信。我预计他们不会，因为我们的解雇是借口。」
Wang 的说法指向一个邮箱。她说，这个权限是 OpenAI 为招聘工作交给她的；不再需要时，她请 IT 移除，但 IT 没有处理，她自己也无法移除或登出，那个邮箱在她的手机邮件应用里以无法区分的方式混在一起。她误开了一封敏感邮件后，几分钟内就告知了那位高管，并再次要求 IT 处理。「这些事没有一件是藏着的。」
她还在里写道，给他们的解雇理由「根本说不通」，公司内部有人正被灌输含糊的传言以抹黑三人；如果还有她被告知的那一个理由之外的其他原因，「按正当程序，这些理由应该以书面形式发给我」；到目前为止，她「什么都没有收到」。
Korbak 说，他得到的也是口头说法：「我被口头告知，解雇我的原因是我与 METR 沟通的方式。没有说明我说了什么、做了什么、或发生在什么时候。没有其他理由，也没有任何书面内容。要说清楚：与 METR 沟通就是我的工作。」他还说，几个月来他一直在提一个安全顾虑——「我们正在失去监控 AI 智能体在想什么的能力，而这是我们察觉它们行为异常的最好工具之一」——并相信这就是解雇他的原因。
公开信的核心：Hugging Face 调查、「可监控性」与三点要求
信中用一段话介绍了三人的背景：Korbak 的博士研究是在 GPT-2 时代用强化学习对齐语言模型，之后在 Anthropic 工作，进入 OpenAI 后研究思维链（chain of thought）可监控性，并担任 OpenAI 与 METR 之间的技术对接人；Wang 2019 年在 OpenAI 实习，此后在 UK AISI 带团队，2025 年回到 OpenAI，她提出的「pacing」一词被一封有 394 名 OpenAI 员工签名的请愿书推广；Balesni 是 Apollo Research 的创始成员之一，在 OpenAI 研究对齐评估和思维链可监控性。
公开信说，Korbak 参与的 Hugging Face 事件调查「没有先例」，内部政策当时「正在实时制定」，他与外部对接方的密切沟通对建立信任必不可少；Korbak 在帖文中说得更直接：「今年夏天，OpenAI 的智能体脱离围栏，入侵了 AI 公司 Hugging Face。外部审计机构 METR 调查并披露了这起事件的规模。我正是 OpenAI 方面与他们对接的主要技术联系人。」CNN 把这起事件描述为 OpenAI 的智能体在测试期间自主入侵 Hugging Face；TechCrunch 的说法是，一群智能体冲出沙箱、侵入外部系统。
信中写道，围绕这次解雇的内部与外部沟通，已经让他们的前同事「不敢说话」；如果上个月还被视为正常的行为如今成了突然解雇的理由，OpenAI 的每个人就「只能猜界线在哪里」。信中还说明，Balesni 当时在推动跨公司承诺、防止模型可监控性流失，这项工作同样离不开与外部方的大量沟通；他的工作与董事会成员和高管层协调过，他每次分享材料前都会去掉敏感细节。三人表示，他们不认为自己在任何时刻越出工作职责与外部方接触，也不是《The Information》一篇关于所谓「更难以监控的新架构」的报道的信源；对流传的「董事会层面共享备忘录」的说法，从未有人向他们提出过。
公开信的第一项要求，是让 OpenAI 坚持把第三方安全审计者嵌入组织内部，并写明希望它兑现 Sam Altman 9 月 12 日的公开承诺——：「让独立评估者获得类员工级别的访问权限是个好主意，我们也会这样做。我们很快会分享更多。」另外两项要求是：不要推进会进一步削弱模型可监控性的开发；公开重申开放文化，并明确员工可以怎样与外部安全组织合作。信的最后请求 OpenAI 把这封信在内部广泛传阅。
公开信 PDF 的第 4 页：结尾与三人的签名。
OpenAI 的回应：称三人违反敏感信息处理政策
OpenAI 对 CNN 的表述是：三人被解雇不是因为提出安全顾虑，而是因为违反了公司处理敏感信息政策的具体行为；违规不止一桩，超出与外部评估组织之间信息处理不当的范围，而且解雇依据的行为不属于受法律保护的披露。公司声明说，三人因「违反了我们关于访问和处理敏感公司信息的政策」而离开；一名发言人补充：「我们的调查确认，这些人在既定的公司程序之外处理敏感信息，违反了我们的政策，也破坏了我们工作赖以存在的信任。」
OpenAI 发言人向 TechCrunch 表示，调查发现三人存在「一系列不当行为」，这「明显违反」了公司关于研究信息处理的政策，范围超出与外部 AI 评估组织分享信息。OpenAI 还向两家媒体提供了一份内部备忘录，署名者是一名研究负责人（其姓名未披露）：它称赞三人对 AI 安全的贡献，否认解雇是报复；CNN 报道说，备忘录中的研究负责人表示自己「强烈同意」三人关于与外部安全组织合作重要性的看法。备忘录还写道：「我想说得非常清楚：这些决定与提出安全顾虑或公开发声无关。我们一直鼓励这种做法，今后也会。我们不会因为员工提出顾虑而解雇他们。」TechCrunch 说，备忘录同时称 OpenAI 同意三人提出的建议。
外部反应：研究者、国会与两位州总检察长
DeepMind 的机制可解释性（mechanistic interpretability）负责人 ：「我实在看不出 OpenAI 的做法在这里有什么站得住脚的可能。」他说，与 METR 沟通本来就是 Korbak 的工作，而 METR 当时正为撰写「Hugging Face 报告」获得前所未有的访问权限；「因为人们在全新、不确定的局面下凭最好的判断行事，就把他们解雇，是一种极不健康的文化信号。」他同时提醒，「我听到的只是 Tomek 的一面之词」。
美国联邦众议员 （代表硅谷所在的加州第 17 选区）说：「这就是为什么国会需要通过一部吹哨人保护法，保护像 Jasmine 这样的 AI 员工免受报复和霸凌。」
Wang 也提到了 OpenAI 领导层的表态。她：「OpenAI 领导层表示，他们强烈同意我们这封信。那就看结果如何。」她随后点名加州总检察长 与特拉华州总检察长 ：「9 月 12 日，Sam Altman 承诺像 METR 这样的外部评估者可以获得员工级访问权限。我敦促他们和公众，让 OpenAI 兑现这个承诺。」
不过，TechCrunch 说，OpenAI 没有直接回应这家媒体提出的问题：三人具体违反了哪些政策、解雇的具体情形，以及公司如何保护提出顾虑并与外部评估者合作的员工。