你受雇检查一座工厂是否安全，却不能随便把厂房图纸带出去。问题是，如果图纸一点也不能看，检查又可能只剩走过场。OpenAI解雇三名安全研究人员的风波，正把这道难题摆到台前：前沿AI实验室既要保护模型设计和内部缺陷，也要给外部监督留下足够的入口。目前关于调查过程和双方主张的细节，主要来自《华尔街日报》；三人的公开信另据TechCrunch报道，尚缺少更多独立信源交叉印证。
一场发生在私人手机上的调查
据《华尔街日报》报道，OpenAI安全团队要求三名研究人员解锁私人手机，并在他们与外部AI安全研究者的Signal聊天中，发现部分对话启用了“消失消息”——消息会在一段时间后自动删除。
这类功能本身不等于泄密。但在企业调查里，它会碰到记录留存、审计和敏感资料处理规则。OpenAI怀疑有人向外部研究者透露模型内部设计，并称内部调查认定三人违反了处理敏感信息的明确政策。公司同时强调，解雇与他们提出安全担忧或公开异议无关，使用Signal也不是唯一原因。
被解雇者是Tomek Korbak、Mikita Balesni和Jasmine Wang。三人否认不当处理信息，并称公司没有提供书面说明，明确指出究竟是哪项敏感信息出了问题。换句话说，现有材料能确认的是“公司认定违规”，不能把“泄密嫌疑”直接写成已经查实的泄密。
争议不只是谁说了什么
三名研究人员此前关注模型可监测性——研究者能否从模型的内部信号或行为中，看出欺骗、规避等危险倾向。他们表示，自己曾在公司内部对一种可能增强能力、却让系统更难理解或控制的新模型架构提出担忧。
这也解释了为什么外部访问如此敏感。第三方安全评估，是让公司之外的专业机构测试模型或审查安全措施，以减少企业“自己给自己打分”的利益冲突。但外部人员看得越深，接触商业秘密、内部缺陷和未发布研究的机会也越多；看得太浅，监督又可能失去意义。即使签有保密协议，访问范围仍然要有人划线。
三人担心，这次解雇会削弱独立第三方监督渠道。TechCrunch报道，他们向OpenAI多个安全监督机构发表公开信，否认不当处理信息，并称解雇沟通已经让内部员工不敢自由讨论安全问题。这是当事人的判断，目前没有独立证据证明寒蝉效应的实际范围。
外部监督开放到哪一步？
OpenAI表示，公司已经在与第三方安全机构合作。此后，它公布了一项试点，让METR和Redwood Research的研究人员进驻评估安全系统。不过据《华尔街日报》报道，METR称部分本可公开的结果遭到删节。
这说明“有没有外部评估”只是第一层问题。更关键的是：外部人员能看到什么，能把什么写进报告，又能公开多少。如果企业单方面决定全部边界，第三方可能难以证明自己的审查足够独立；如果研究人员自行判断哪些信息可以外传，公司又很难控制安全与商业风险。
因此，这场风波值得关注，并不只是因为三人被解雇。它暴露的是一项尚未解决的制度设计：谁来区分必要监督与不当披露，争议发生后又靠什么记录复核。消失消息让这道题更棘手，因为关键对话可能无法被完整还原。
局限与未知
- 现有摘要没有披露具体聊天内容、调查证据和解雇时间，也没有说明被认定违规的信息究竟是什么。
- 公司称调查确认违反政策，三人则否认不当处理信息；目前缺少更多独立来源判断哪一方的叙述更完整。
- 外部评估试点开放了多大权限、删节了哪些结果，材料没有给出足够细节，暂时无法衡量监督是否真正有效。