10月1日，TechCrunch援引《华尔街日报》报道，OpenAI在一次内部调查后与三名安全研究员解除雇佣关系，调查认定三人违规处理公司敏感信息。这是2024年超级对齐团队解散以来，OpenAI安全条线又一次人员震荡，公司在商业化提速与安全研究之间的资源分配再度受到审视。刘工认为，事件本身不会拖慢模型迭代，但它意味着内部异议的制度化出口进一步收窄，OpenAI在安全议题上的外部公信力将被持续折价。
10月1日，TechCrunch援引《华尔街日报》报道，OpenAI在一次内部调查结束后，与三名安全研究员解除雇佣关系。报道称，调查由公司内部发起，结论认定三人在处理公司敏感信息时违反相关规定，OpenAI据此终止合作。
截至发稿，OpenAI未就此事发布公开声明，也未披露三人姓名、所属团队、具体违规内容以及调查启动时间。三人是被解雇、主动离职还是协商分手，报道同样未予说明，事件是否涉及向媒体提供内部文件、对外泄露未发布模型的测试数据或数据访问权限滥用，目前均无公开信息证实。
这是OpenAI在2026年内再次因人事与信息管理问题进入公众视野。公司于2025年10月完成从非营利架构向OpenAI Group PBC的重组，此后对内部信息流转、对外沟通口径与员工公开发言的管理明显趋紧。
事件的核心悬念在于“敏感信息”的边界：若指内部技术文档与未发布模型细节，性质接近商业机密纠纷；若涉及安全评估结论的对外披露，则更接近内部举报范畴。两种定性对OpenAI安全公信力的影响完全不同。
OpenAI的安全条线在过去两年持续失血。2024年5月，超级对齐团队成立不到一年即解散，联合创始人Ilya Sutskever与安全负责人Jan Leike同日离职，Leike随后加入Anthropic；2024年10月，专注AGI风险的AGI Readiness团队负责人Miles Brundage离开，该小组实质停摆。据公开报道统计，2024至2025年间离开OpenAI安全与对齐条线的核心成员达十余位。
与此同时公司体量快速膨胀，员工规模从2023年底约770人增至2025年的约3000人，安全研究在总编制中的占比被稀释。2025年10月完成重组后，OpenAI Group PBC需要同时向非营利基金会、微软与员工股东交代，对内部信息一致性和对外口径可控性的要求显著提高。
技术前提也在变化：前沿模型的训练与评估周期被压缩到数周级别，安全结论往往需要跨团队共享未发布模型的行为数据，这使得“敏感信息”与“安全研究素材”的
从技术层面看，安全研究本身就是一门依赖信息流通的手艺。前沿模型的红队测试、危险能力评估、失控场景推演，都需要跨团队调用未发布模型的权重、行为日志和失败案例。当“敏感信息”的处理规则收紧到以合规审计为中心，研究员最理性的选择就是不记录、不共享、不追问，评估的颗粒度随之变粗。2024年超级对齐团队解散后，OpenAI在模型自我复制、规避关机这类高风险能力上的公开评估报告数量明显减少，已经演示过一遍这个逻辑。
在商业维度上，重组后的OpenAI Group PBC需要同时回应微软、员工股东和长期资本。资本要的是可预测的发布节奏与可审计的风险披露，而不是内部研究员在博客上讨论模型是否危险。把信息管控置于安全研究之上，短期确实压低了法律和舆论风险，代价则是内部异议被推向外部——媒体报道、监管问询、离职者的公开信，这三条路径的成本都远高于一次内部会议。
对行业而言，人才流向就是信号。Leike去了Anthropic，Brundage去了智库，过去两年OpenAI安全人员的出口基本集中在竞品与学术机构。三名研究员离开后，最直接的结果是Anthropic、Google DeepMind在同一条赛道上多了三个熟悉OpenAI内部风险细节的人，而OpenAI少了三个。
刘工判断，真正值得跟踪的不是这三个人的去向，而是OpenAI是否会在三个月内补上对应编制。如果安全条线继续净流出，那么未来监管机构、评估机构和媒体拿到的信息，将更多来自离职者的回忆，而非公司在职团队的一手披露。
- 本次事件涉及3名安全研究员；作为对照，2024年5月超级对齐团队解散当周，公开离职的核心成员为2人（Ilya Sutskever与Jan Leike），其后数月陆续流失的关联成员达十余位。
- OpenAI员工规模从2023年11月董事会风波时的约770人，扩张到2025年的约3000人，安全与对齐条线在总编制中的占比按公开披露估算已降至5%上下。
- 治理结构上，2025年10月重组完成后，非营利基金会持有OpenAI Group PBC约26%股权，微软约27%，员工与投资者合计约47%，安全条线在董事会层面不再有专属代表席位。
- 竞品对照：据公开信息，Anthropic在2024至2025年持续吸纳OpenAI离职的安全与对齐研究员，其安全相关岗位占研究人员总数的比例高于OpenAI同类条线。
对行业而言，短期三个月内，最直接的变化是前沿实验室安全岗位的招聘竞争加剧，Anthropic、Google DeepMind和学术机构会优先接触这批人；同时其他实验室会重新审视内部信息分级制度，把“安全研究素材”与“商业机密”做更明确的切分。中期一年，若类似事件再发生一到两次，安全研究员对企业内部渠道的信任会系统性下降，监管机构将被迫建立强制性的内部举报与外部直报机制。
对普通用户来说，短期三个月几乎无感知：模型发布节奏、API价格和产品功能不会因三个人离职而改变。中期一年，影响会体现在透明度而非能力上——第三方安全评估报告的来源将更依赖离职者与外部机构，用户在评估某款模型是否可靠时，能拿到的公司一手信息会更少。
值得继续思考的问题：
- 内部信息管控与安全研究开放性的结构性冲突，是否会成为前沿实验室的普遍难题
- OpenAI重组后资本方的可审计要求，如何重塑其安全团队的编制与话语权
- 安全人才从OpenAI流向Anthropic与DeepMind，是否会改变前沿模型安全标准的制定权归属
本条动态来自 TechCrunch AI（发布于 2026-10-01 18:14:42）。本站为海外 AI 动态的中文转述与观点评论，原文版权归原作者所有。
每日聚合海外 AI 一手动态与深度观点。收藏本站，不错过每一个重要信号；返回首页查看更多。
