OpenAI安全透明度负责人David Robinson离职

OpenAI Safety Systems团队内负责“安全透明度”职能的David Robinson已离职。据BI报道，Robinson本人尚未公开说明离职原因，OpenAI也没有公布继任者。

这个岗位不直接训练模型，也不直接做红队测试，但它承担的是把内部技术发现、风险判断和部署决定整理成外界能看懂的公开材料。用Robinson自己的话说，他所做的工作是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。

安全透明度工作归属于Safety Systems内部的Trustworthy AI团队，产出包括system card、Deployment Safety Hub、安全研究博客和公开治理文件。几乎每次OpenAI发布重要模型时，Robinson及其领导的团队都会为模型撰写一份system card，也就是风险说明书。

system card需要写明一款模型训练所用的方法、接受了哪些安全评估、在生物和网络攻击等高风险领域达到了什么能力、内部采取了什么安全措施，以及采取措施后仍存在什么风险。

这套文档之所以关键，是因为Safety Systems团队负责评估、红队测试、安全措施和模型部署决策，但这些工作的过程和结果通常非常复杂，外界很难仅凭一组测试数据判断模型是否安全。安全透明度团队要做的，就是把这些内容整理成外界能够看懂的公开材料。

Robinson自己也不无自豪地说，这是OpenAI向外界提供的有关公司技术安全工作“最详细、最全面的说明”。

除安全透明度职能外，Robinson还是OpenAI《Preparedness Framework 2.0》的主要起草人。这套框架用于追踪前沿模型可能带来的严重风险，并提前规定模型达到某种能力后，公司需要进行哪些评估、增加哪些防护措施。

第二版框架新增了三类需追踪的能力：生物与化学能力、网络安全能力，以及AI自我改进能力。框架规定，模型能力达到High意味着可能显著放大现有的严重危害路径，必须在部署前配置足够的安全措施；达到Critical则代表模型可能凭空创造严重危害路径，是否继续开发将存在问题。

Deep Research是一个可参照的案例。在Deep Research System Card中，这款模型的生物学评估显示，它正“接近”High能力门槛。换句话说，它开始接近能够实质帮助非专业人士制造已知生物威胁的水平。如何准确地向公众描述这种安全领域里的阈限空间，正是Robinson负责的工作。

不久前，Robinson还在招聘OpenAI首位Safety Transparency Editor。这个岗位需要负责重要安全透明度材料的编辑质量，从项目启动到最终发布，全程推动system card和相关文件的叙事与表述。

目前该岗位仍在招状态，人招没招进来不知，但leader先走了。这一细节本身不构成对离职原因的解释，但它说明安全透明度这条线上，一个关键节点在补位尚未完成时已经空出。

在Robinson离职消息曝光前，OpenAI的安全部门就已状况频发。据《华尔街日报》报道，OpenAI解雇了三名安全方向员工Jasmine Wang、Tomek Korbak和Mikita Balesni，三人主要从事安全与模型对齐研究。

OpenAI给出的理由是，内部调查发现三人把公司敏感信息分享给了一家外部AI安全机构，其中还包括OpenAI基础设施架构的内容。来源未披露这些敏感信息的具体内容，也未披露该外部机构的名称。

耐人寻味的是，Tomek Korbak此前曾担任OpenAI与第三方评估机构METR、Redwood Research之间的技术联系人。这两个机构是Hugging Face事件后OpenAI邀请进驻公司调查的三方机构，Korbak就是与这些研究人员对接的人。

离职之前，Robinson曾在X上多次公开谈论高能力AI带来的风险。9月初，他在X上表示，OpenAI内部的人正在逐渐意识到高能力AI模型可能产生的影响。

在最新一则X中，Robinson转发了另一名研究人员的帖子，并表示百分百赞同：不认为竞相发展RSI真是囚徒困境，它可能就像普通人直观看到的那样，既疯狂又傲慢。

Robinson对那些AI staff说，如果现在选择继续留下来，就应该思考如何利用自己在公司内部的影响力，推动公司更认真地应对AI风险。

文章称OpenAI的安全团队从Dario Amodei时期起就一贯变动频出，并列举了近期解散“灾难风险应急”团队、一个月跑4名高管等事件。这些属于来源的概括性叙述，缺乏逐项可核实的细节，应视为source_claim而非已确认事实。

就本次事件而言，可确认的是Robinson离职、三名安全员工被解雇及其官方理由；不可确认的是Robinson离职的具体原因、继任者安排、Safety Transparency Editor是否已招到人，以及被解雇员工分享敏感信息的具体内容与外部机构名称。

把这些放在一起看，一个推断是：OpenAI对外解释模型风险的制度化产出，与安全人员同外部安全机构之间的信息流动，正在同时承受压力。这一推断基于上述已确认事实，但来源并未给出两者之间存在直接因果的证据。