观点

OpenAI 前安全负责人发推:头部 AI 公司的治理裂痕有多深?

Tomek Korbak 说 OpenAI「不再信任他」,推文上 HN 首页 41 分 17 条讨论。这条没头没尾的推,为什么让社区炸锅?结合 2023-2026 年安全团队连续出走,聊聊这次爆料到底说明了什么。

字号

一条推文冲上 HN 首页

11 月 14 日,OpenAI 前安全团队负责人 Tomek Korbak 在 X 上发了一条推文,核心一句话:OpenAI 不再信任他。

这条推文被 Hacker News 顶到首页,拿 41 分、17 条讨论。对于一条没头没尾、没有具体指控的 280 字推文来说,这个数字不低。

HN 社区会推它,几个原因:

  • Korbak 的身份敏感。Head of safety 这个 title 在 OpenAI 的语境里,等于公司对外讲 AGI 安全故事的核心背书人。
  • 时间点微妙。2023 年 Ilya Sutskever、Jan Leike 先后离开,2024 年 Superalignment 团队被解散,2026 年又是 AGI 监管讨论白热化的阶段。每一次「OpenAI 安全」出裂缝,HN 都会推一次。

「不被信任」到底在说什么

Korbak 的原推没有给具体场景。翻译一下,可能性有几种:

  • 安全建议被高管否决:被踢出核心决策圈(待证实,可能性高)
  • 主动辞职后被公司切割:revoked access、legal threat(待证实,可能性中)
  • 挂 head of safety 的 title 但管不到产品:被边缘化(待证实,可能性中)
  • 单纯表达和领导层不再互信:没有具体事件(部分事实,可能性中)

注意:目前没有任何外部报道确认是哪种情况。Korbak 本人也没写离职时间、被边缘化的具体日期、离职原因。基于已知信息,我们只能说:他公开说了这句话,LinkedIn 头衔在过去几个月有过变动。

社区的几种猜测(来自 HN 评论):

  1. 这是离职谈判失败后的最后通牒,推文是公开施压
  2. Korbak 想加入 Musk 阵营或别的 AI 安全机构,这条推是「投名状」
  3. OpenAI 内部对 safety 这条线的定位已经变了,Korbak 只是「最后一个知道的人」

我倾向于第 3 种。后面解释为什么。

OpenAI 安全团队的连续出走

这不是孤立事件。把时间线拉长看:

  • 2023 年 11 月:董事会短暂解雇 Sam Altman。Ilya Sutskever 在董事会投票中扮演关键角色,事件后离开。
  • 2024 年 5 月:Jan Leike(Superalignment 联合负责人)公开辞职,说公司「safety culture 让位于 shiny products」。Mira Murati、Barret Zoph、Lilian Weng 同期离开。
  • 2024 年 7 月:Superalignment 团队解散,人员并入其他部门。
  • 2025-2026 年:多次内部 safety 团队重组传闻。
  • 2026 年 11 月:Korbak 发推。

三年时间,OpenAI safety 这条线上至少 4 个核心人物先后离开。每次都是「个人原因」或「追求新机会」的说辞,直到第 N 次,模式已经很清楚了:

Head of safety 在 OpenAI 不是稳定岗位。它更像一个会被不断重新分配的内部角色。

商业化和安全研究的结构性矛盾

这件事真正值得讨论的不是 Korbak 这个人,而是 safety 团队在公司里天然的弱势地位。

OpenAI 的主营业务是卖 API 和 ChatGPT 订阅。任何 safety 团队的工作,本质上是:告诉产品团队「这个不能上」「这个要减速」「这个功能要砍」。

这种部门在任何公司,政治地位都不会高。

  • 产品上线快 = 营收
  • 安全研究出成果 = 论文 + 产品延迟
  • 外部监管收紧 = 整个公司都要按 benchmark 影响节奏

更具体地说,2026 年的 OpenAI 面对几个 hard choice:

  1. GPT-5 系列迭代速度要跟上 Anthropic 和 Google
  2. Agent 产品(Operator、Codex)是新增长曲线
  3. 算力成本还在指数级上涨,需要更多营收
  4. 安全研究天然是「限制上线」的反对力量

在这种结构下,safety head 这个岗位在公司内的权力边界会一直被挤压。不是 Korbak 一个人被边缘化,是这个岗位类型在 2026 年的 OpenAI 已经没有足够的存在空间。

类比一下:这和 Facebook 2018 年的「增长团队 vs 诚信团队」冲突是同构的。最后走人的永远是不直接产生 revenue 的那一方。

这和过去几次爆料有什么不同

之前类似的爆料(Leike、Sutskever),都有具体陈述:

  • 「safety culture 让位于 shiny products」 - 明确指控
  • 「我担心的是 release 3」 - 双关,具体指向某次产品发布

Korbak 这条推不一样。它没有具体指控,只有一句「I am not trusted by OpenAI」。

语焉不详的好处:难以被法律威胁(defamation)。坏处:公众无法判断严重程度。

我的猜测:这可能是协商失败后被允许说的话。换句话说,OpenAI 的 PR/legal 团队至少默许了这条推的存在。如果是真的「严重裂痕」,公司大概率不会让它就这样挂在公开平台上。

但这只是猜测。

外部安全审计,才是真正该被追问的问题

Korbak 个人的遭遇,不是这件事最值得关注的点。

更核心的问题是:任何 AI 公司,有没有独立的外部安全审计机制?

现在的现实是:

  • 安全团队是公司内部部门,预算来自 CEO
  • 安全报告(Model Spec、Preparedness Framework)是公司自己写的
  • 第三方审计(Apollo Research、METR)的报告没有强制力
  • 监管(EU AI Act、加州 SB 1047)还在落地阶段

换句话说,OpenAI 说「我们很安全」,外部没有任何强制手段验证。

一个可能的解法:参考金融行业的 SOX 法案。上市公司必须有外部审计师对内部控制签字。对前沿 AI 公司,可以要求:

  • 重大模型发布前必须由独立第三方审计
  • 内部 safety 报告必须公开
  • 安全团队负责人直接向董事会汇报,绕过 CEO

当然,这都是长期话题。短期不会发生。

编辑思考

这件事的短期影响:几乎为零。OpenAI 的产品节奏不会因为一条推文改变。GPT-5.5、Operator、新的 agent 产品都会按既定 timeline 推进。

中期影响:会进一步削弱「前员工爆料」在 AI 安全议题上的话语权。每一次语焉不详的爆料,都让下一次爆料的可信度打折扣。OpenAI 的 PR 团队深谙此道 — 让 Korbak 说完这句话但不给出更多,既能避免法律风险,又能消耗「爆料」这种武器的弹药。

真正该被追问的不是「Korbak 是被不信任还是主动离开」,而是:

当一家 AI 公司的 safety head 本人都在公开说自己不被公司信任,外部凭什么相信这家公司对 AGI 安全的承诺?

和过去几次爆料的不同:Leike 的指控具体、可验证,所以被广泛引用。Korbak 这条推模糊、不可验证,大概率只会被引用 1-2 次然后淡出。OpenAI 的处理方式看起来更聪明(或者更糟,取决于你站哪边)。

一个反共识的预测:接下来 6 个月内,如果 OpenAI 没有新的具体安全治理动作(比如真正引入独立审计、公开 safety 报告全文),那 Korbak 这条推会成为「OpenAI safety 文化崩塌」叙事的标志性时间点 — 不是因为他说了什么,而是因为他什么都没说。这是一把钝刀伤人的典型案例。

不确定的地方:目前没有任何独立信息能交叉验证 Korbak 的说法。OpenAI 官方没有 comment。后续如果有更具体的披露(内部邮件、其他前员工声援),判断才会清晰。

参考来源

来源: https://twitter.com/tomekkorbak/status/2108266859397283953