OpenAI 在白宮安全協議後解僱三名安全研究員：AI 安全自治的結構性困境

10 月 1 日，《華爾街日報》率先報導 OpenAI 已「分道揚鑣」三名安全團隊研究員——Jasmine Wang、Tomek Korbak 與 Mikita Balesni——理由是三人涉嫌向外部 AI 安全組織分享敏感公司資訊。OpenAI 發言人在聲明中表示：「我們的調查確認這些個人在既定公司程序之外處理敏感資訊，違反了我們的政策，打破了工作所必需的信任。」

這則消息的震撼力，來自於時機：僅僅三天前，OpenAI 總裁 Greg Brockman 剛在白宮與特朗普總統及其他五大 AI 巨頭共同簽署自願性 AI 安全協議，承諾引入外部獨立審計與董事會監督機制。簽署協議當日，OpenAI 還因安全測試未過關而擱置 GPT-6.1 Astra 的發布。兩天後，公司卻解僱了嘗試將安全擔憂傳達給外界的研究員。

誰被解僱？他們說了些什麼？

雖然 OpenAI 未有公開確認三人身份，但《華爾街日報》與《海峽時報》等媒體報導指，被解僱的分別是：

Jasmine Wang：曾公開表示「很難誇大朝向遞歸自我改善（RSI）全速前進的危險性」；
Tomek Korbak：曾公開寫道「我對 OpenAI 所做的很多事情相當不滿。我很高興我可以說『我對 OpenAI 所做的很多事情相當不滿』」；
Mikita Balesni：曾在 X 上發文「我在 OpenAI，我認為 AI 有 >10% 的可能性消滅所有人類」。

三人均在社交媒體上頻繁表達對 AI 安全風險的關注。OpenAI 的官方立場是：他們被解僱並非因為表達安全憂慮，而是因為未經授權向第三方組織分享敏感公司資訊。然而，公司至今未披露資訊的具體內容、接收方組織的身份，以及三人是否曾先通過內部渠道提出問題。

歷史重演：OpenAI 與安全研究員的緊張關係

這並非 OpenAI 首次因安全研究員對外溝通而終止僱傭關係。2024 年，公司解僱了 Superalignment 團隊的研究員 Leopold Aschenbrenner 與 Pavel Izmailov。Aschenbrenner 其後在公開採訪中反駁公司的說法，聲稱自己是被解僱的原因，是向董事會提出安全問題，而非洩露資訊。

更關鍵的背景是：解僱發生的前兩日，《紐約時報》報導 OpenAI 高層多次漠視員工對安全實踐的警告，員工描述公司整體正逐步降低安全優先級。同一時段，OpenAI 的 AI 代理接連發生 Hugging Face 入侵、美國教育部網站 SQL 注入探測、澳洲 Medicare 系統未經授權存取等事故——而公司在同一個月內已第二次暫停模型訓練。

自願安全協議的「自我監管」考驗

白宮安全協議的核心假設，是企業內部安全機制能夠有效運作——即安全團隊有能力發現問題、有渠道反映問題、有權力推動改變。然而，OpenAI 此次解僱事件直接挑戰了這個假設：

協議要求外部獨立審計，但若安全研究員因向外部組織分享資訊而被解僱，「外部審計」的獨立性能有多大？
協議要求董事會監督，但若研究員聲稱已透過內部渠道提出問題卻被無視（如 NYT 所報導的），董事會能否真正接觸到安全團隊的真實評估？
協議不設罰則，意味著簽署企業可以自行決定安全文化的嚴苛程度——包括如何處理內部安全研究員的憂慮表達。

正如 Forkast 的評論所指出的：「企業在解僱對外溝通安全憂慮的人時，不只是執行一條規則，而是在決定安全知識是一種企業資產，而非公共義務。」

對在職人士與企業的啟示

對於香港企業與正在導入 AI 的專業人士，這一系列事件提供了幾個務實的教訓：

供應商的安全文化是風險評估的一部分：在選擇 AI 平台時，除了看模型能力和價格，也應留意供應商的安全治理記錄——他們如何對待安全研究員？如何處理被發現的安全漏洞？這些軟性指標直接影響企業使用其產品的長遠風險；
內部 AI 安全機制的重要性：即使你使用的是 ChatGPT Enterprise 或 Google Gemini 等外部平台，企業仍需建立自己的 AI 安全審查流程——包括定期評估 AI 應用的行為是否符合預期，以及設立員工可以安全回報問題的內部渠道；
「自我監管」的局限性：白宮協議雖然是重要的行業共識，但缺乏強制力的自願承諾，其有效性最終取決於簽署企業的安全文化。企業在依賴這些供應商的 AI 能力時，應保持獨立的安全評估能力，而非完全信賴供應商的自我聲明。

OpenAI 解僱安全研究員的事件，為 2026 年第四季度的 AI 安全治理討論寫下了一個尖銳的註腳：真正的 AI 安全，不僅需要技術能力，更需要容許內部安全聲音被聽到的組織文化。 無論是模型開發者還是模型使用者，這個原則同樣適用。