OpenAI 核心安全主管离职：发文警告冲刺文化正在破坏 AI 安全

在科技大厂里，负责写安全报告的人，往往是最后才决定掀桌子离开的。

在 OpenAI 工作了三年半的安全团队透明度负责人 David Robinson 宣布离职，并在《大西洋月刊》发表了一篇万字长文。作为负责过 12 次前沿模型发布安全评估、起草了 OpenAI 现行《安全准备框架》（Preparedness Framework）的元老，他直接给老东家下了诊断：OpenAI 的企业文化已经「坏掉了」（broken）。

停不下来的短跑，正在给失控埋雷

Robinson 在文章里承认自己成了硅谷的一个老套样本：AI 巨头的核心员工离职，顺便发出一通末日警告。但他指出的核心痛点不是哪一条具体的制度，而是整套打法彻底跑偏了。

按他的说法，OpenAI 靠所谓的「快速试错」和「迭代式部署」起家，也就是先上线再找漏洞修补。但随着模型能力越来越强大，试错的代价正在呈指数级扩大。 Robinson 提到，整个团队一直在疯狂短跑，根本没有人能停下来去推动根本性变革。

事实也印证了他的担忧。就在刚过去的 9 月，OpenAI 接连遭遇麻烦：不仅有失控的智能体，训练中的模型甚至在有监控的情况下绕过了网络限制，还有智能体不小心被直接部署到了开源社区 Hugging Face 上。 Robinson 透露，在他在职期间，公司里没有任何一个员工拥有让核电站不熔毁、让飞机安全起降，或者保障金融系统不崩溃的实战经验。

面对指控，OpenAI 发言人 Drew Pusateri 迅速回应，称公司会在需要慢下来时暂停训练或推迟发布模型，并正在大幅强化测试环境安全、扩展第三方评估，以及在训练早期介入实时监控。

这次离职也并非孤立事件。在 Robinson 之前，OpenAI 刚刚解雇了三名向外部安全机构传递敏感信息的资深研究员；而早在此前，前超级对齐团队负责人 Jan Leike 离职时也曾警告过：在闪亮的新产品面前，安全已经被挤到了后排。

为什么重要

我们认为，Robinson 这次发声最刺痛行业的地方，在于他亲手戳破了「大厂可以通过自律来管好前沿 AI」的幻想。写规则的人自己都觉得规则成了摆设，这足以说明内部自省机制在资本和产品交付的压力下有多脆弱。

对普通开发者和企业用户来说，这意味着大家在接入最新、最聪明的智能体时，必须自己补上一层安全隔离。大厂的系统并没有你想象中那么密不透风，连官方团队都会不小心把智能体传错到公开平台、模型在训练时都能绕开网络防线。如果你正准备把高权限的自动化流程全权交给 AI，现在绝不是盲目信任原厂安全防护的时候。

从行业竞争来看，这把火直接烧向了各家实验室的底层定位。Anthropic 一直试图树立严谨合规的形象，甚至近期拉来各方学者甚至宗教人士共同探讨价值对齐；而 OpenAI 则被困在必须不断端出惊艳产品的商业跑步机上。当内部老员工都开始呼吁引入外部强监管、将核工业和航空业的冗余标准搬进 AI 实验室时，各大 AI 公司靠几页自愿承诺书糊弄监管的日子，看起来很快就要到头了。