OpenAI安全团队持续地震！负责人离职，三名员工因泄密被开

程浅 发自 凹非寺
量子位 | 公众号 QbitAI

OpenAI安全团队再迎变动，Safety Systems团队内负责“安全透明度”职能的David Robinson已离职。据媒体报道，Robinson本人未公开说明离职原因，OpenAI方面也未公布继任者人选。

尽管“安全透明度负责人”这一职位公众认知度不高，但其职责至关重要。在OpenAI发布重要模型时，Robinson及其团队负责撰写“System Card”（系统卡片），即模型的“风险说明书”。随着新模型接连上线，核心安全沟通负责人却率先离职，引发行业关注。

安全透明度负责人的核心职责

Robinson曾将自身工作定义为技术部门与公众之间的“翻译器”，旨在帮助外界理解并信任OpenAI为保障系统安全所开展的技术工作。

△ David Robinson

OpenAI的Safety Systems团队负责评估、红队测试及模型部署决策，但其过程复杂，外界难以仅凭数据判断安全性。安全透明度团队隶属于Trustworthy AI分支，主要任务是将内部的技术发现、风险判断和部署决定转化为公众可理解的公开材料，包括System Card、Deployment Safety Hub、安全研究博客及治理文件。

System Card：模型的“营养成分表”

System Card是公众最常接触的安全披露文件，虽名为“卡片”，实则为数十页的详细报告。其内容涵盖模型训练方法、安全评估情况、生物与网络攻击等高风险领域的能力边界、内部安全措施及残留风险等。Robinson将其类比为食品包装上的“营养成分表”——虽阅读者寥寥，但不可或缺。

△ GPT-6 Astra的System Card，显示为迄今为止最安全的模型

起草《Preparedness Framework 2.0》

Robinson还是OpenAI《Preparedness Framework 2.0》的主要起草人。该框架用于追踪前沿模型的严重风险，规定模型达到特定能力阈值时需采取的评估与防护措施。新版框架新增了三类需追踪能力：生物与化学能力、网络安全能力以及AI自我改进能力。

• High级别：模型可能显著放大现有严重危害路径，部署前必须配置充足安全措施。
• Critical级别：模型可能凭空创造严重危害路径，继续开发将面临重大伦理与安全质疑。

以Deep Research为例，其生物学评估显示能力“接近”High门槛，意味着开始具备实质帮助非专业人士制造已知生物威胁的潜力。准确向公众描述此类安全阈限空间，正是Robinson的核心工作。

值得注意的是，Robinson离职前仍在招聘OpenAI首位Safety Transparency Editor，该岗位负责确保安全透明度材料的编辑质量及叙事表述。目前该职位仍处于招聘状态。

OpenAI安全部门持续动荡

Robinson的离职并非孤立事件，近期OpenAI安全部门频发人事变动。

三名安全员工被解雇

据《华尔街日报》报道，OpenAI近期解雇了Jasmine Wang、Tomek Korbak和Mikita Balesni三名从事安全与模型对齐研究的员工。公司理由是内部调查发现三人向外部AI安全机构分享了包含基础设施架构在内的敏感信息。

其中，Tomek Korbak此前担任OpenAI与第三方评估机构METR、Redwood Research的技术联系人，这两家机构正是在Hugging Face事件后受邀进驻调查的三方机构。

高层离职潮回顾

自Dario Amodei时期以来，OpenAI安全团队一直面临较高的人员流动率。近期 notable 的离职事件包括：

• OpenAI解散“灾难风险应急”团队，GPU专家Scott Gray离职；
• 一个月内四名高管离场，前COO辞职，安全线遭受重创；
• GPT-5.6发布之际，安全主管离职。

△ 图片系AI生成

离职前的最后发声

离职前，Robinson多次在社交平台X上探讨高能力AI的风险。9月初，他表示OpenAI内部正逐渐意识到高能力模型的影响，但担忧变化速度是否足够应对风险。

在最新动态中，他转发并赞同了一名研究人员的观点：“竞相发展递归自我改进（RSI）并非囚徒困境，而是既疯狂又傲慢的行为。”他建议留任同事应利用内部影响力，推动公司更严肃地应对AI风险。