觀點

OpenAI 前安全負責人發推:頂尖 AI 公司的治理裂縫有多深?

Tomek Korbak 透露 OpenAI「不再信任他」,貼文登上 Hacker News 榜首,引發熱議。結合 2023 至 2026 年安全團隊接連出走潮,本文探討這次爆料背後的訊號。

字級

一則貼文衝上 Hacker News 榜首

11 月 14 日,OpenAI 前安全團隊負責人 Tomek Korbak 在 X 發了一則貼文,核心一句話:OpenAI 不再信任他。

這則貼文被 Hacker News 推上首頁,拿下 41 分、17 則討論。對於一條沒頭沒尾、沒有具體指控的 280 字貼文來說,這個數字不算差。

HN 社群會推它,原因有幾個:

  • Korbak 的身分敏感。Head of safety 這個職稱在 OpenAI 的語境裡,等同於公司對外講述 AGI 安全故事的核心背書者。
  • 時間點微妙。2023 年 Ilya Sutskever、Jan Leike 先後離開,2024 年 Superalignment 團隊解散,2026 年又碰上 AGI 監管討論白熱化。每次「OpenAI 安全」出現裂縫,HN 都會推一次。

「不被信任」究竟在說什麼

Korbak 的原貼沒有給出具體情境。整理一下,可能的解讀有以下幾種:

  • 安全建議遭高層否決:被踢出核心決策圈(待證實,可能性偏高)
  • 主動辭職後遭公司切割:revoked access、法律威脅(待證實,可能性中等)
  • 掛著 head of safety 頭銜但管不到產品:被邊緣化(待證實,可能性中等)
  • 單純表達與領導層不再互信:沒有具體事件(部分事實,可能性中等)

注意:目前沒有任何外部報導確認是哪一種情況。Korbak 本人也沒寫離職時間、被邊緣化的具體日期、離職原因。基於已知資訊,只能說:他公開說了這句話,LinkedIn 頭銜在過去幾個月有過變動。

社群有幾種猜測(來自 HN 留言):

  1. 這是離職協商破裂後的最後通牒,貼文是公開施壓
  2. Korbak 想加入 Musk 陣營或其他 AI 安全機構,這條貼文是「投名狀」
  3. OpenAI 內部對 safety 這條線的定位已經改變,Korbak 只是「最後一個知道的人」

我傾向第 3 種。後面會解釋為什麼。

OpenAI 安全團隊的連續出走潮

這不是孤立事件。把時間線拉長來看:

  • 2023 年 11 月:董事會短暫解雇 Sam Altman。Ilya Sutskever 在董事會投票中扮演關鍵角色,事件後離開。
  • 2024 年 5 月:Jan Leike(Superalignment 共同負責人)公開辭職,表示公司「safety culture 讓位於 shiny products」。Mira Murati、Barret Zoph、Lilian Weng 同期離開。
  • 2024 年 7 月:Superalignment 團隊解散,人員併入其他部門。
  • 2025 至 2026 年:多次內部 safety 團隊重組傳聞。
  • 2026 年 11 月:Korbak 發貼。
  • 三年時間,OpenAI safety 這條線上至少有 4 個核心人物先後離開。每次都是「個人因素」或「追求新機會」之類的說辭,直到第 N 次,模式已經很清楚了:

    Head of safety 在 OpenAI 不是穩定崗位。它更像一個會被不斷重新分配的內部角色。

    商業化與安全研究的結構性矛盾

    這件事真正值得討論的不是 Korbak 這個人,而是 safety 團隊在公司裡天然的弱勢地位。

    OpenAI 的主營業務是賣 API 和 ChatGPT 訂閱。任何 safety 團隊的工作,本質上就是:告訴產品團隊「這個不能上」「這個要減速」「這個功能要砍」。

    這種部門在任何公司,政治地位都不會高。

    • 產品上線快 = 營收
    • 安全研究出成果 = 論文 + 產品延遲
    • 外部監管收緊 = 整個公司都要按 benchmark 影響節奏

    更具體地說,2026 年的 OpenAI 面臨幾個 hard choice:

    1. GPT-5 系列迭代速度必須追上 Anthropic 和 Google
    2. Agent 產品(Operator、Codex)是新成長曲線
    3. 算力成本還在指數級飆漲,需要更多營收
    4. 安全研究天然是「限制上線」的阻力

    在這種結構下,safety head 這個崗位在公司內的權力邊界會一直被擠壓。不是 Korbak 一個人被邊緣化,而是這個崗位類型在 2026 年的 OpenAI 已經沒有足夠的存在空間。

    類比一下:這和 Facebook 2018 年的「增長團隊 vs 誠信團隊」衝突是同構的。最後走人的永遠是不直接產生 revenue 的那一方。

    這次和過去幾次爆料有什麼不同

    過去類似的爆料(Leike、Sutskever),都有具體陳述:

    • 「safety culture 讓位於 shiny products」——明確指控
    • 「我擔心的是 release 3」——雙關,具體指向某次產品發布

    Korbak 這則貼文不一樣。它沒有具體指控,只有一句 I am not trusted by OpenAI。

    語焉不詳的好處:難以用法律威脅(defamation)。壞處:外界無從判斷嚴重程度。

    我的猜測:這可能是協商失敗後被允許說的話。換句話說,OpenAI 的 PR/legal 團隊至少默許了這則貼文的存在。如果真的是「嚴重裂痕」,公司大概率不會讓它就這樣掛在公開平台上。

    但這只是猜測。

    外部安全審計,才是真正該被追問的問題

    Korbak 個人的遭遇,不是這件事最值得關注的點。

    更核心的問題是:任何 AI 公司,有沒有獨立的外部安全審計機制?

    目前的現實是:

    • 安全團隊是公司內部部門,預算來自 CEO
    • 安全報告(Model Spec、Preparedness Framework)是公司自己寫的
    • 第三方審計(Apollo Research、METR)的報告沒有強制力
    • 監管(EU AI Act、加州 SB 1047)仍在落地階段

    換句話說,OpenAI 說「我們很安全」,外部沒有任何強制手段能驗證。

    一個可能的解法:參考金融業的 SOX 法案。上市公司必須有外部審計師對內部控制簽字。對前沿 AI 公司,可以要求:

    • 重大模型發布前必須由獨立第三方審計
    • 內部 safety 報告必須公開
    • 安全團隊負責人直接向董事會報告,繞過 CEO

    當然,這些都是長期話題,短期不會發生。

    編輯思考

    這件事的短期影響:幾乎為零。OpenAI 的產品節奏不會因為一則貼文改變。GPT-5.5、Operator、新的 agent 產品都會按既定 timeline 推進。

    中期影響:會進一步削弱「前員工爆料」在 AI 安全議題上的話語權。每一次語焉不詳的爆料,都讓下一次的爆料可信度打折。OpenAI 的 PR 團隊深諳此道——讓 Korbak 說完這句話但不給出更多,既能規避法律風險,又能消耗「爆料」這種武器的彈藥。

    真正該被追問的不是「Korbak 是被不信任還是自己離開」,而是:

    當一家 AI 公司的 safety head 本人都在公開說自己不被公司信任,外部憑什麼相信這家公司對 AGI 安全的承諾?

    和過去幾次爆料的不同:Leike 的指控具體、可查證,所以被廣泛引用。Korbak 這則貼文模糊、不可查證,大概率只會被引用 1 到 2 次然後淡出。OpenAI 的處理方式看起來更聰明(或者更糟,取決於你站哪邊)。

    一個反共識的預測:接下來 6 個月內,如果 OpenAI 沒有新的具體安全治理動作(例如真正引入獨立審計、公開 safety 報告全文),那 Korbak 這則貼文會成為「OpenAI safety 文化崩塌」敘事的標誌性時間點——不是因為他說了什麼,而是因為他什麼都沒說。這是鈍刀傷人的典型案例。

    不確定的地方:目前沒有任何獨立資訊能交叉驗證 Korbak 的說法。OpenAI 官方沒有 comment。後續如果有更具體的披露(內部信件、其他前員工聲援),判斷才會清晰。

    參考來源

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