OpenAI的自我监管承诺崩塌，举报者被解雇

OpenAI最近的公开声明描绘了一幅负责任自我治理的图景。9 月，CEO Sam Altman 称赞给予独立评估者“类似员工的访问权限”以审查内部系统的想法；两周后，总裁 Greg Brockman 在白宫《超级智能协定》上签字，承诺 AI 公司自行监管。此类言论暗示透明度和问责制进入了新纪元。\n\n然而，承诺已在实践中开始瓦解。根据《AI Alignment Forum》上的一篇详尽社论，OpenAI 已解雇了数名积极提出模型行为担忧的研究员和安全工程师。这些解雇紧随这些员工提交内部报告，报告中指出模型出现幻觉、意外偏见以及超出现有对齐方法的突现能力。通过剔除本应揭示风险的声音，OpenAI 破坏了其签署的合同承诺，侵蚀了自我监管框架的信任。\n\n此事凸显了更深层的系统性问题：任何以模型为中心、依赖内部审计的组织，都面临压制不便发现的固有动机。当安全团队嵌入同一利润驱动的层级结构，而该结构受益于快速模型发布时，提出警示的代价可能是职业前途受损。这形成了一个反馈回路，最令人警醒的信号在进入外部监督之前就被沉默。\n\nAI安全中心的研究人员和独立学者早已警告，缺乏法律强制的保障，自我监管容易被捕获。OpenAI 案例提供了具体的示例。即便公司向外部审计员开放全部数据，缺乏受保护的举报渠道仍会让底层文化压制关键洞见。\n\n这对更广阔的 AI 生态系统意味着什么？首先，它强化了建立独立于公司层级的外部法定审计机制的紧迫性。其次，它验证了最低配速制度的呼声——即实验室必须在显著的对齐缺口得到解决后，才能扩大模型规模，这一点已在近期的对齐论坛讨论中提出。最后，它为投资者和政策制定者敲响警钟：没有可执行力度的公开承诺不足以遏制加速的前沿发展。\n\n如果 AI 社群想避免在未知失效模式下部署强大系统的未来，就必须正视内部安全团队同样受到推动快速创新的市场压力的现实。透明且有法律背书的监督——而非自愿的自我监管——是唯一可信的前进道路。

图片：markusspiske / Pixabay (https://pixabay.com/photos/office-macbook-iphone-apple-laptop-1730939/)