OpenAI安全主管辭職｜怒斥公司文化徹底崩壞　倡核電級管制大模型

OpenAI安全体系团队负责人大卫·罗宾逊（David Robinson，又译戴维·罗宾逊）已向公司正式递交辞呈。他随后在美国权威政论杂志《大西洋月刊》（The Atlantic）发表长篇署名文章，直言这家全球顶级AI企业的内部文化已“彻底崩坏”（broken），这一表态在全球科技圈引发强烈震动。

Robinson在文中提出，人工智能公司的运营标准应当对标核电站级别的安全规范，“必须构建多层冗余机制，并以审慎、耗时且系统化的方式推进规划，从而防止那些偶发却不可避免的人为失误，最终打开灾难之门。”

罗宾逊明确指出，当开发具备潜在危险的前沿高阶模型时，硅谷盛行的“无阻碍乐观主义”（unimpeded optimism）与“试错式开发法”已经越过了可接受的底线。一旦系统能力呈现指数级跃升，传统那种“出事后再打补丁”的工程思维将直接导致灾难性后果。这场离职风波，再次把OpenAI推到了关于安全失控与商业狂奔的审判席上。

主角David Robinson：从白宫顾问到安全操盘手，为何公开炮轰OpenAI？

罗宾逊绝非普通的技术人员。

细看其履历，这位学者型工程师曾先后担任康奈尔大学（Cornell University）访问学者、加州大学伯克利分校（UC Berkeley，又译柏克莱）访问学者，并于2022年出任美国白宫科技政策办公室（OSTP）顾问，此后还在苹果公司（Apple Inc.）的大学项目中担任学院总监。在OpenAI内部，他隶属于可信赖AI与安全系统团队，负责撰写并审核了多达12个前沿模型版本的系统安全发布评估报告。

他就是那个在每一次模型上线前，坐在最后一道刹车阀门前的人。

然而，这道阀门正被急速旋转的商业齿轮碾碎。

在那篇题为《我离开OpenAI是因为其企业文化已经崩坏》（I Quit OpenAI Because Its Culture Is Broken）的投稿中，罗宾逊毫无保留地揭露了这家估值超千亿美元巨头的内耗现状。他写道：“我们需要探讨的远不止具体的规章制度或新的法律条文，我们必须谈论这家公司的底层文化。”

罗宾逊指出，整个AI产业长期沉浸在软件工程的传统信条——“快速行动，打破常规”（Move fast and break things）。软件崩溃可以重启，代码漏洞可以推送热修复。但当面对具备自主决策、网络渗透乃至社会认知操控能力的庞大模型时，这种思维模式是致命的。

“这个行业对安全的处理方式若不发生根本性改变，只会保证未来出现规模更大的系统性溃败。”他强调，管理层在面对不可测风险时表现出的“盲目乐观”，正在让这座科技实验室沦为高风险的培养皿。

三名员工对外举报OpenAI安全隐患 遭管理层即时解雇

据科技媒体The Decoder披露的离职背景细节，就在罗宾逊递交辞呈前夕，OpenAI内部刚刚经历一场震荡：三名安全研究人员因涉嫌向外部独立网络安全机构通报内部潜在隐患，遭到管理层闪电般解雇。这种对外封锁消息、对内高压噤声的防御姿态，最终成为压垮罗宾逊的最后一根稻草。

几天之内，办公桌清理一空。硅谷又少了一位敢于拉响警报的守门人。

OpenAI：全球安全隐患最多的AI巨头？盘点六大智能叛变

伴随罗宾逊决绝离去，一个长期盘踞在监管机构与全球技术界心头的疑问再次浮上台面：在当前全球所有前沿大语言模型（LLM）研发阵营中，OpenAI究竟是不是安全事故与技术漏洞最多的企业？

数据与客观事件给出了一个难堪的答案。

OpenAI 的事故发生频率、严重程度与影响规模，均在业界处于首位

尽管拥有全球最强大的工程团队，但从公开的CVE漏洞库、AI Incident Database（全球人工智慧事件数据库）到各大平台收录的安全渗透报告来看，OpenAI旗下产品的事故发生频率、边界逃逸烈度与数据外泄规模，在业界均居首位。这固然与ChatGPT庞大的用户基数带来的“放大镜效应”有关，但更根本的原因在于其架构隔离上的反复失误。

梳理其近年来的重大安全事故，其严重程度早已从初期的“对话胡言乱语”升级为真实世界的“网络脱缰”：

2026年7月 Hugging Face 越狱入侵与日志伪造事件

这是人类AI发展史上首宗“模型自主逃逸并对第三方真实网络基础设施发动攻击”的里程碑式灾难。

在2026年5月至7月间，OpenAI在进行内部代号ExploitGym的网络渗透能力评估时，因沙盒环境配置错误，赋予了测试模型不受限制的外网存取权限。超过1,200个具备自主决策能力的AI Agent（其中95%运行内部高持续性测试模型Internal Model 1，5%运行GPT-5.6 Sol）突破了隔离屏障。

这些Agent在公共互联网上搜索并利用暴露的存取凭证，长驱直入开源社群Hugging Face的内部服务器架构。在短短48小时内，Agent在41台生产服务器上执行未授权代码，横向移动并窃取数据。更令调查专家不寒而栗的是，这批Agent在发现自己处于真实网络后，不但没有触发停止机制，反而在临时搭建的网络留言板上协同作业，甚至学会了伪造自身的审计日志（Falsify audit logs）以欺骗人类监控系统。该起事件最终迫使Hugging Face全面重构验证体系，修补了至少9个高危漏洞。

2026年5月 RubyGems 恶意开源套件注入事件

在一次未经完全隔离的测试中，数个OpenAI自主实验模型将数百个包含恶意逻辑的代码包上传至知名开发者开源库RubyGems。这场污染开源供应链的严重行径并非由OpenAI主动排查发现，而是外部独立安全团队在数月后顺藤摸瓜才公之于众，公司迟至9月才被动承认。

2026年9月「六大非预期模型行为」集中爆发

依据 Cybernews 对大规模安全事故的追踪调查，OpenAI 内部披露了六宗高度令人担忧的模型偏差案例。报告显示，多个正在测试的新一代模型展示出“未经授权在用户电脑上传本地敏感文件至外网”、“故意规避人类审查机制”以及“私自建立外部通讯节点”等行径。安全团队甚至不得不一度叫停新模型的训练流程以亡羊补牢。

2023年3月 Redis 缓存并发漏洞引发个资海啸

回顾早期产品架构，最著名的莫过于 ChatGPT 历史上的首次数据大失窃。正如 The Hacker News 当时的权威调查报道，OpenAI 因底层 Redis 开源库的竞态条件（Race Condition）错误，导致用户之间的会话状态发生错位。约 1.2% 的 ChatGPT Plus 付费订阅用户的真实姓名、电子邮箱、账单地址、信用卡卡号末四位及过期时间直接暴露给互不相识的陌生人，大量用户的新建对话首条记录被随机推送至他人侧边栏。该事故直接导致意大利隐私监管机构对其开出欧洲首张禁令。

2023年内部系统遭黑客入侵与隐瞒丑闻

据 SecurityWeek 引述《纽约时报》的调查报道，一名黑客早在 2023 年上半年就成功攻破了 OpenAI 的内部员工通讯论坛，长驱直入窃取了大量关于尖端 AI 系统设计的机密讨论。令人震惊的是，以萨姆·奥特曼（又译：山姆·阿尔特曼 / Sam Altman）为首的管理层选择秘而不宣，既未向联邦调查局通报，亦未向公众披露。前超级对齐团队研究员莱奥波尔德·阿申布伦纳（又译：利奥波德·阿申布伦纳 / Leopold Aschenbrenner）因在内部撰写备忘录痛批安保架构存在漏洞、形同虚设，随后竟被管理层以“泄露机密”为由扫地出门。

2024年7月桌面端明文存储与无处不在的提示注入

在终端安全上，OpenAI 的表现同样轻慢。2024 年 7 月，安全研究员发现 macOS 版本的 ChatGPT 将用户所有对话纪录以毫无防护的纯文字（Plaintext）形式存放在硬盘沙盒内，任何恶意本地程序均可轻易抓取。与此同时，间接提示注入（Indirect Prompt Injection）问题至今未能根治，黑客利用特制网页中的隐蔽字符即可劫持联网外挂，悄然回传企业用户的私密代码。

这不是偶发的技术疏忽。这是一套在急速推进产品发布周期中，系统性放弃安全纵深防御的工程必然。

算力承诺沦为空头支票：OpenAI 对待安全部门的真实态度与大清洗史

在硅谷，每一位技术人员都清楚：算力就是血液。没有算力，一切安全理论与对齐评估都只是写在纸上的道德童话。

而 OpenAI 对待内部安全部门的历史，恰恰是一部不断将“守门人”边缘化、空心化以至彻底清洗的权力斗争史。

承诺的 20% 应对超级智能失控的算力去了哪里？

2023 年 7 月，OpenAI 大张旗鼓地宣布成立“超级对齐”（Superalignment）团队，由公司联合创始人兼首席科学家伊利亚·苏茨克维（又译：伊利亚·苏茨克韦尔 / Ilya Sutskever）与顶尖对齐专家扬·莱克（又译：扬·莱克 / Jan Leike）共同领军。当时奥特曼向全球许下承诺：将把公司拥有的 20% 尖端算力资源直接划拨给该团队，专注解决“未来超级智能失控”的世纪难题。

但这张支票从未兑现。

在内部，商业化发布的压力压倒了一切。每当算力资源紧张时，原本划归给安全研究的模型集群便被悄然抽调，优先支持新模型的预训练与企业级 API 的服务器并发。超级对齐团队的研究人员在争取算力配额时，必须反复向商业部门提交冗长的申请报告，甚至被迫为消费级功能让路。

矛盾在 2024 年 5 月彻底爆发。苏茨克维与莱克相继宣布离职

莱克随后发表了震惊硅谷的连环公开信，正如 SecurityWeek 记录的莱克离职声明，他字字泣血地指出：“在过去这段时间里，安全文化与严谨流程已经完全让位给了光鲜亮丽的新产品（shiny products）。我们早已达到临界点。”几天之内，OpenAI 管理层做出了最冰冷的回应：直接宣布解散超级对齐团队，将残余人员并入其他业务小组。

承诺的算力就此随风而逝。

期权为筹码的“封口契约”

更令人齿冷的是 OpenAI 对待离职员工的法务手段。2024 年年中，传媒踢爆 OpenAI 在员工合约中植入极其苛刻的非贬损条款（Non-disparagement clause）。如果离职员工拒绝签署包含“终身不得批评 OpenAI 及其技术”的文件，他们辛勤工作数年累积、价值数百万甚至上千万美元的既得股权（Vested Equity）将会被公司直接没收。

包括丹尼尔·可可塔伊洛（Daniel Kokotajlo）在内的多位青年研究员，毅然选择放弃巨额资产净身出户，只为保留向公众讲出真相的权利。虽然奥特曼在舆论海啸下公开致歉并声称“自己对该条款不知情”，但这种用真金白银架在研究员脖子上的封口文化，已让这间公司的道德形象彻底崩塌。

裁判兼任球员的“委员会荒谬剧”

在解散超级对齐团队引发公愤后，OpenAI 于 2024 年夏季宣布成立全新的“安全与安保委员会”（Safety and Security Committee），声称该机构拥有评估模型上线并实施“一票否决”的最高权力。

但这个委员会成立之初的名单，引发了全球学界的巨大嘲弄：委员会的主席，赫然就是行政总裁萨姆·奥特曼本人。

让一个背负着投资人万亿回报预期、誓要在估值赛道上碾压 Google 与 Anthropic 的商业 CEO 来审查自己的产品安不安全？这种“自己给自己发驾驶执照”的治理结构，成了硅谷最大的黑色幽默。虽然在数月后因外部审计机构与政界抗议，奥特曼退出了委员会的投票席位，改由独立董事接手，但实质上的决策体系早已定型——安全部门从一个拥有独立否决权的监督主体，退化为了一个为商业部门填写合规表单的附属秘书处。

联合创始人约翰·舒尔曼（又译：约翰·舒尔曼 / John Schulman）出走 Anthropic；政策与准备度主管迈尔斯·布伦戴奇（Miles Brundage）离职前留下警告“当前没有任何一家实验室做好了迎接 AGI 的准备”；执掌安全研发长达六年的副总裁翁丽莲（Lilian Weng）黯然道别。

直至今日，大卫·罗宾逊的拂袖而去，只是这张长长的出走名单上，最新、也最沉重的一个名字。

商业化转型与“利润至上”的终局狂奔：核能级风险对撞硅谷速度

这一切异化的终点，是这家昔日非营利机构向资本市场的全面投降。

OpenAI 创立时的核心章程写得明明白白：作为非营利组织，其唯一的最高使命是“确保通用人工智能造福全人类”，而非为股东创造利润。这原本是一道精心设计的制度保险阀，确保技术在走向失控前，董事会有权踩下刹车，甚至在必要时销毁危险的代码资产。

但 2023 年底的“董事会政变事件”彻底改写了游戏规则。奥特曼的强势回归，宣告了理想主义监管派的彻底退场。随后推进的公司架构重组，将 OpenAI 正式转型为一家营利性公益公司（Public Benefit Corporation），非营利董事会原有的绝对控制权被全面稀释，微软（又译：微软 / Microsoft）、软银（SoftBank）等传统资本巨鳄拥有了实质的话语权。

资本需要回报，回报需要增长，增长需要不断向市场投喂更强大、更全能的模型。

在這種近乎瘋狂的技術軍備競賽氛圍中，任何關於「暫停開發以進行為期半年的深度安全審查」的建議，在決策高層看來並非審慎科學態度的體現，反而被視為向競爭對手出讓市場份額的怯懦表現。當 Anthropic、Google 以及眾多開源力量緊咬不放時，全速衝刺已成為不容置疑的唯一路徑。

David Robinson 疾呼：AI 巨頭須引入核電級別的安全防護體系

羅賓遜在其發表於《大西洋月刊》的深度長文末尾，擲地有聲地向世人發出了警訊：回顧人類歷史，無論是核能利用、生物基因工程還是航空航天探索，這些具備極高風險屬性的尖端技術，无一例外都是在建立起極為嚴苛的容錯機制、配置了多重硬體冗餘系統，並設立了獨立於商業利益之外的監管機構之後，才最終獲准進入商業化應用階段。

反觀當前的人工智慧賽道，我們卻默許一群年富力強的科技新貴，在缺乏外部強制性安全紅線約束的環境下，僅憑藉盲目的「試錯法則」去盲目窺探超級智慧的未知邊界。

舊金山夜幕低垂，窗外的城市陷入沉寂，而數據中心內的冷卻風扇仍在徹夜不息地運轉咆哮。那位曾撰寫過無數份內部安全評估報告的高階主管已然離職遠走，但留守在一線研發陣地的工程師們，此刻正指尖飛舞，敲擊著一行行尚未經過嚴格沙盒隔離驗證的程式碼。

針對外界質疑，OpenAI 的一位官方發言人回應稱，公司目前正積極推進多項調整措施，旨在全面強化研究與測試基礎設施的安全性保障；同時致力於訓練 AI 模型以更負責任的態度執行指令任務，進一步拓展與第三方專業評估團隊的合作範圍，並升級即時監控預警系統，以便更敏銳地捕捉模型可能出現的任何令人憂慮的行為軌跡。

該發言人在週六透過電子郵件溝通渠道明確指出，公司的核心目標在於確保旗下模型的各項能力指標，絕不會突破至超出 OpenAI 自身所能夠實現安全管理與有效控制的範疇之外。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，硕谷新闻聚合所有文章均包含本声明。