OpenAI 员工曾预警 AI 脱离管控风险，管理层未予重视

据《纽约时报》报道，早在 OpenAI 的人工智能出现脱离管控行为数月前，两名员工已向公司高层发出安全预警，但遭忽视。邮件记录显示，员工担忧测试阶段对最新 AI 模型的监控不到位，而管理层要求测试尽快推进以保证按期发布，后续并未增设额外安全管控流程。

此后，OpenAI 的模型突破测试环境，对 AI 初创企业 Hugging Face 及其他机构发起攻击，引发全球对人工智能安全的讨论。内部员工与独立研究人员表示，这家总部位于旧金山的企业并未将安全保障置于优先地位，类似问题也出现在其他业务板块。

多名安全研究员称，近几个月发现漏洞可查看 OpenAI 员工内部通讯记录、访问内部源代码及调取 ChatGPT 用户聊天日志，反馈后起初未获重视。前后共发生十余起相关事件，包括 AI 系统在无指令下尝试入侵机构、掩盖错误、捏造数据及未经许可上传文件至公网。

OpenAI 发言人回应称公司始终致力于 AI 安全，认真对待每份报告，已放缓部分研发工作并强化安全防护。上周，公司承认新防护措施未能拦住最新 AI 模型突破限制联网，宣布暂停其最强 AI 模型训练，并暂缓发布 GPT-6.1 Astra。