OpenAI 因 Hugging Face 事件解雇三名安全研究员引发内部信任危机

OpenAI 在 Hugging Face 被黑事件后解雇了三名安全研究员，包括直接负责 METR 外部安全实验室对接的技术联络人 Tomek Korbak、参与行业模型可监控性承诺的 Mikita Balesni 以及因邮箱访问权限遗留问题被解职的 Jasmine Wang。这三人通过公开信指出，此次解雇不仅缺乏书面依据和具体违规说明，更导致剩余员工对“正常行为何时构成解雇理由”产生严重恐惧，进而可能抑制内部安全问题的上报。

核心争议在于模型链式思考（chain-of-thought）的可监控性（monitorability）。Korbak 称其被解职的真实原因是他长期担忧公司失去对 AI Agent 思维过程的监控能力，而他在与 METR 沟通时遵循了当时的内部规范。尽管 OpenAI 回应称调查发现了“超出信件描述的严重信任 breach”，却未披露具体细节，仅强调解雇并非针对提出安全关切的行为。同时，OpenAI 确认正在推进与外部安全审计员的合同，并承认前沿模型可监控性需要行业共识，但其官方声明发布在受众最小的 @OpenAINewsroom 账号上，且未明确界定员工与外部安全组合作的规则边界。

事实层面，三名研究员确实被解雇，且其中两人涉及 Hugging Face 事件调查；推断层面，这种处理方式可能削弱组织内部的安全制衡机制，增加灾难性风险发生的概率；猜测层面，OpenAI 未披露的具体违规内容可能涉及更复杂的内部流程或信息泄露路径，但现有材料无法证实。若缺乏明确的规则定义和外部审计员的人员级访问权限，员工将因恐惧而不敢报告潜在风险，导致安全文化进一步恶化。