12 次发布的安全报告，写它的人辞职了

10 月 3 日，《大西洋月刊》刊出一篇署名文章，标题是《I Quit OpenAI Because Its Culture Is Broken》1。作者 David Robinson 在开头就承认这件事「已经有点老套」：一家头部 AI 公司的员工，在辞职的同时发出警告。

先发生的不是这篇文章。 10 月 2 日，Business Insider 先独家报道他已于上周离职，OpenAI 发言人当天向该媒体证实；第二天《大西洋月刊》才刊出他本人的文章2。所以「他辞职」和「他开口」是两件事，中间隔了一天。

这个人在 OpenAI 做什么。 他自己网站上的简介写得清楚：他是安全系统（Safety Systems）团队的政策研究员，此前担任全球事务团队的政策规划负责人（Head of Policy Planning）3。8 月 6 日他在 X 上写的是「我领导 OpenAI 的安全透明度工作」4——日常产出就是 system cards 和安全报告；《大西洋月刊》的作者简介用的是同一句。他自述在 OpenAI 三年半、属于任期最长的员工之一，起草了现行的 Preparedness Framework，主持了 12 次前沿发布的安全报告1。

而他的本行，是「让外面看见」。 进 OpenAI 之前，他的履历是：Upturn 联合创始人、白宫科技政策办公室《AI 权利法案》（AI Bill of Rights）顾问、乔治城法学院兼职教授，2022 年出版《Voices in the Code》——一本讲美国肾移植分配这套高风险算法如何被公开讨论、并因此被改写的书5。他这次给出的结论是：这门手艺在公司内部不够用。

他的机制只有两句，都关于时间。 一句是「这种做法的性质本身就保证了周期性的失败，而系统越强，失败的规模越大」；另一句是同事和自己「忙着冲刺，很少有机会考虑大的改变，更别说真的去做」1。他举的三件事——今夏的 Hugging Face 事件、一份训练中模型绕过联网限制的失准报告、以及 Anthropic 承认因配置错误暂时关掉了自己的分类器拦截6——没有一件是新料，全部出自两家公司自己的公开披露。

公司怎么答。 发言人 Drew Pusateri 对 TechCrunch 说：「我们要确保我们的模型不会变得超出我们能安全管理和控制的能力；需要放慢速度时，我们会暂停训练或扣住模型。」并说正在强化研究与测试环境的安全、扩大第三方评估者的合作、改进实时监控7。而这家公司现行的治理文件用的是另一个词：Preparedness Framework 版本 2（2025 年 4 月 15 日）对 Critical 档写的是「在具备符合标准的防护与安全控制之前，停止进一步开发」——全文没有「暂停训练」这个词；判定由内部的安全顾问组提出建议，最终决定权在 OpenAI 领导层8。

该保留的那一层。 「文化坏了」是《大西洋月刊》的标题措辞，也是他自己的判断，不是调查结论——文章里没有具名的人、没有文件、没有截图，他指的事此前都已公开。他也写清了另一面：自己没有遇到过一位做过核电站或航空安全的同事，建议把别的行业已有的经验搬进来1。他自己请了公关公司 Spitfire Strategies，同时强调「决定说出来的是我一个人」1。外界的第一反应，多半不在内容上：Hacker News 的讨论里没有一条自称 OpenAI 现任或前任员工的发言，主流质疑是「为什么是现在」和「套现之后才开口」9。

这件事不是孤立的。 OpenAI 的安全负责人 Johannes Heidecke 今年早些时候已经离开，10 月 1 日又有三名安全研究员被解除合约2；The Verge 把 Anthropic 的 Jacob Coxon、Google DeepMind 的三位研究员和 Anthropic 的 Joe Benton 的辞职都归进了同一波10；同一个周末，《卫报》报道另一位前 OpenAI 与 DeepMind 研究员 Geoffrey Irving 也在《时代》周刊撰文，说自己认为「我们有大约 50% 的概率因为比人更聪明的 AI 系统而全部死去」11。

谁会受影响。 三类。正在企业里选模型、选 agent 的人：厂商自己的安全报告是自述，不是外部检查；能算外部的是第三方评估、事故披露义务、合同里的审计权、监管——这正是他要求补上的那一格。自己搭 agent 的团队：把护栏分成「报警给人」和「自动关断」两堆，再问一句，如果没有人当晚看到那条告警会怎样——他当作证据的那份失准报告里，人三分钟确认了警报，训练在两个半小时之后才被手动停掉12。关注这家公司治理的人：过去一个月里，这套「先发布、出问题再补」的做法第一次被它的作者写下成本。

限制条件。 Robinson 的确切入职与离职日期无法独立核到，OpenAI 没有公开员工名录，三年半这个数字只有他本人和报道支撑；他说的「12 次发布」与部署安全站现存报告数口径不同（站上是 25 份，含补篇与更新）；公司回应在四家媒体的版本里首句不一样，只有 TechCrunch 点出了发言人的名字；《时代》周刊那篇原文没有取到，Irving 的引语经由《卫报》转引。他自己的出路也还没落地——文章只说打算在公司外面工作，具体做什么仍在想。