三名早前被 OpenAI 炒魷的研究員，在10月7日向公司董事會發公開信，要求 停止一切會令人工智能（AI）更難被監察的研發工作。一份隨後在公司內部流傳的備忘錄 顯示，有高層研究主管在多項建議上「強烈同意」三人的觀點。
重點摘要：
- 三名被開除的 OpenAI 研究員，10月7日去信董事會，促請叫停削弱 AI 監察能力的研發。
- OpenAI 稱解僱與安全質疑無關，並指一份內部備忘錄在多項建議上明確「強烈同意」公開信內容。
- GPT-6 Astra 的系統說明文件指，該模型比 GPT-5.6 Sol 更難以監察。
致 OpenAI 董事會公開信內容概況
據週三公開的節錄顯示，負責安全和對齊工作的 Tomek Korbak、Mikita Balesni 及 Jasmine Wang，分別向 OpenAI 董事會及其安全委員會發出公開信， 節錄由 Gizmodo 報道。
公開信全文暫未對外公布。三人在信中指出，現時整個行業「仍未掌握如何在無法有效監察模型時， 安全地開發和部署這些系統」。
他們認為，OpenAI 及其競爭對手不應再推進任何會進一步削弱監察能力的技術路線。 報道指，公開信同時呼籲 OpenAI 與第三方審核機構合作，支持一個開放透明的 AI 安全生態，並形容今次解僱事件正對留在 OpenAI 內部的員工造成「寒蟬效應」。
延伸閱讀：CrowdStrike 懷疑 26 歲中國黑客利用 Claude Code 入侵韓國銀行
OpenAI 內部備忘與解僱爭議
一名 OpenAI 發言人表示，今次解僱事件「與提出安全疑慮或發聲無關」。 該發言人並向傳媒分享了一部分公司研究主管於週三發出的內部備忘錄，指備忘錄在 公開信的建議上「強烈同意」。
OpenAI 早在10月1日曾 表示， 內部調查發現三名員工在與一個外部 AI 模型評估團體合作的個案中，不當處理敏感資料， 亦違反公司政策。
不過，OpenAI 迄今仍未在公開場合點名這三名研究員，亦未披露涉事外部機構的身分。
GPT-6 Astra 帶來的監察難題
所謂「chain of thought」（思維鏈），是指模型在輸出最終答案前， 先寫出完整的逐步推理過程；安全團隊可透過這段推理文字，判斷系統是否有企圖 作惡或繞過限制的跡象。
OpenAI 在9月3日發布的 GPT-6 Astra 系統說明文件中 指出， Astra 在這方面比 GPT-5.6 Sol 更難被監察，而且更能「掌控」自己的思維鏈。 文件警告，Astra 級別模型「在對抗性情境下，可能避過我們的思維鏈監察系統」。
有關結論主要來自一系列刻意要求模型嘗試逃避監察的測試。 OpenAI 同時匯報，暫未發現 Astra 會將真正推理刻意藏於無關文字之中。
公司強調，維持這種思維鏈監察能力是其核心研究目標之一，並表明若再出現超出 既定上限的監察能力流失，而又未能同步開發出全新方法證明模型行為已妥善對齊， 將不會接受。
三名研究員早有相關研究背景
這三名被解僱研究員一直在相關議題上有公開紀錄。Korbak 與 Balesni 曾於2025年7月 主導撰寫 一篇論文，合著者包括 Wang，以及來自 OpenAI、Google DeepMind 和 Anthropic 的多名研究人員。該論文提出， 思維鏈監察是 AI 安全領域「全新而脆弱的機遇」。
GPT-6 Astra 的系統說明亦有引用這篇論文，呼籲開發者在設計模型架構和訓練方案時， 必須考慮這些技術決定會如何影響監察模型推理過程的能力。
下一篇：無需上雲的 AI 代理：Microsoft、Nvidia 推備有 128GB 記憶體的 Surface Laptop
