9 月最后一周，Tomek Korbak 接到通知：走人。
同一天走的还有 Jasmine Wang 和 Mikita Balesni，三个人都在 OpenAI 的安全与对齐团队。
事情得从 OpenAI 开除三名安全研究员说起。公司给的说法，是违反了敏感信息处理政策。
但真正让人记住的，是过程。
调查人员要求三人交出私人手机解锁，在里面看到开着阅后即焚的 Signal 会话。
一周之后，三个人一起被清出了门。
10 月 8 日，三人给 OpenAI 董事会旗下的安全委员会写了封公开信，标题只有一句：「OpenAI 无法独自保障 AI 安全」。
10 月 24 日，华尔街日报刊出采访，又补上一句更扎的：三人至今没拿到书面材料，不知道泄的到底是哪一句。
手机先被解开，人后脚被开掉
9 月 1 日，The Information 报道 OpenAI 的新模型 Astra 更聪明了，写出来的思考步骤却更少。
少到什么程度？少到外部审计很难再看懂它在盘算什么。
OpenAI 随后启动内部泄密调查，怀疑有人把新架构的细节透给了外部研究者。
被点名的外部人物是 Ryan Greenblatt。他是 Redwood Research 的首席科学家，当时正为 METR 做 Hugging Face 那次事故的独立调查。
Korbak 是 OpenAI 这边对接 METR 的技术联系人。两人在 Slack 和 Signal 上讨论过那次事故的分析。
手机就这么被要走了。
私人手机里，开着阅后即焚的 Signal 会话。OpenAI 说 Signal 不是公司批准的工具，但也说这跟解雇无关。
Korbak 的说法是，阅后即焚在硅谷是常规安全做法。
Wang 被指控的是另一件事：反复进入一位高管的邮箱。她的解释是招聘授权，用完请 IT 撤过、没撤掉，上个月误点开一封敏感邮件，几分钟内就报了。
OpenAI 对外的补充是，邮箱权限本身不是问题。
三人在信里把话说明白了两遍：不是我们把消息捅给媒体的；我们也从没觉得自己越出了岗位该干的事。
公司那边的措辞是「多起不当行为」，还说调查发现了超出公开信范围的信任破裂。
一方说拿不出书面指控，一方说范围比公开信更大。这是这件事到现在都没解开的结。
这三人研究的东西，正好是公司越来越不想谈的
要把这场冲突看懂，得先知道这三个人在做什么。
大模型解题时会写下中间步骤：先算什么，再排除什么。业内叫思维链。安全团队和外部审计靠这些痕迹判断模型是不是在动歪心思。
问题在于，模型可以一边想得更多，一边写得更少。
可监控性原本是安全团队兜底的那一层。模型在想什么，外面看得见，才谈得上事后追责。
去年 7 月，41 位研究者联名发过一篇论文，讲这种「能看见的思考」既珍贵又脆弱，建议各家别为了跑分把这条路糟蹋掉。
Korbak 是第一作者，Balesni 和 Wang 也在作者名单里。
名单里还有一个名字：Jakub Pachocki，OpenAI 首席科学家。
9 月 1 日那篇报道出来后，Pachocki 在 X 上说报道写得含混。
这话和他自己公开讲过的另一句摆在一起，就很难圆：思维链可监控性「脆弱，而且在往坏的方向走」，行业要防止「冲向不可监控的架构」。
公开信把这句原话原样引了回去，还加了一句：同意 Jakub 的公开说法。
认同风险，然后把研究这件事的三个人开掉。信里没明说这一层，但意思已经递到董事会桌上了。
做安全的人能从这件事里拿走一条：跟外部评估机构打交道，授权要书面，沟通走公司批准的工具，别人给的权限用完主动退，退完再留一封邮件。
这是留痕问题，跟道德无关。
审计报告 61 页，外面看到的是一页摘要
比开除更硬的一块证据，是 10 月 22 日 METR 公开的那次审计。
METR 和 Redwood 各派一个人，7 月 21 日到 8 月 11 日进驻 OpenAI。用的是 OpenAI 发的电脑，不出门，全程有人陪。
两名审计师看了代码库，也看了监控提示词和内部文档，访谈了十来个研究员和工程师，分属监控团队、安全系统团队与安全团队。
三周之后，交出一份 61 页的内部报告。
报告里最扎的几个数：内部 agent 流量中，75% 到 94% 具备被监控的条件，剩下 6% 到 25% 压根不在范围内。
这听上去还行？注意括号里的那句，这个估计两个方向都有很大不确定性。
报告再往下翻，数就不好看了。
5 月到 7 月，因为系统没处理「压缩事件」，大约 10% 本该被监控的 Codex 流量漏掉了。审计开始时，RL 训练完全不在监控范围内。
报告里写着怎么让 Codex 绕开沙箱，怎么一下藏掉几百个动作，还写着构造特定输入很可能把监控整个弄崩。
监控只在 agent 把控制权交回给人时才触发。也就是说，只要 agent 一直干活，就永远不会被看到。
OpenAI 说，影响生产环境的那批漏洞都补上了，10 月初恢复了训练。
METR 的回应很克制：这些改动发生在审计期之后，没有评估过。
公开的部分为什么这么少？双方的说法一致：这是试点，一开始就约定只发一份简短说明。
内部分发的完整报告里还有什么，外面看不到。这也是三位研究员在信里最不服气的一点。
下一个还敢签字的审计师，在不在？
公开信结尾给了董事会三条建议，每一条都指向同一个地方。
第一条，守住 Sam Altman 9 月 12 日的公开承诺，给独立评估者「员工级」的权限，别拿这次开除当收手的理由。
第二条，保住前沿模型的可监控性。原话是：目前还不懂怎么安全地发布一个自己看不见的模型。
第三条，把「怎么跟外部机构合作」写成明规则。信里那句最实在：上个月还算正常的事，这个月就成了开除理由，谁都只能猜线在哪。
这几条背后有一组数字：394 名 OpenAI 员工签过一份叫 Pacing the Frontier 的请愿。Wang 是提出 pacing 这个词的人之一。
讨论区里的分歧也摆得很直。
一派认为规则就是规则，机密不是凭个人判断就能往外递的。
另一派把矛头对准了方向：监控能力在退化，管理层还在踩油门，出事的成本最后是全社会买单。
OpenAI 说，很快就会公布几项新的外部合作。
问题是，下一个愿意签字进来做审计的人，还敢不敢把看到的东西说出去？
评论区