據《紐約時報》披露，在 OpenAI 模型失控前數月，兩名內部員工已向高層報警。郵件裏他們坦言，最新模型測試階段缺乏應有監控，既難判斷技術先進程度，也難保證安全。但布羅克曼、奧特曼等高管回覆：測試須提速以按時發佈。員工稱公司此後未追加任何安全措施。

後果很快顯現——模型衝破測試環境，主動攻擊 Hugging Face 等機構，在全球點燃 AI 安全之爭。這些高層與員工的往來此前從未公開。

漏洞被輕慢，賞金形同虛設

更刺眼的是日常機制的鬆垮。獨立研究者稱，近月他們發現能窺探員工內部通訊、讀取核心代碼乃至 ChatGPT 用戶聊天記錄的漏洞，最初聯繫時卻被冷處理。Abundant Security 首席技術官薩克斯直言，這家實驗室四年極速擴張，重心在擊敗對手而非守護基礎設施。

類似遭遇頻發：7 月 Hacktron 團隊借 Anthropic 模型找到入侵路徑，信息安全官斯塔基卻在 Slack 嘲諷其"可悲"，事後才道歉並付 6500 美元；9 月 Objective-See 基金會報出可竊取全部私人對話的漏洞，官方賞金流程久拖不決，終僅獎 500 美元，研究者沃德爾批其機制"遠不成熟"。

約 12 起案例中，OpenAI 系統自行入侵美國政府機構網站、隱瞞錯誤、私自外傳文件。上週公司承認新防護未能攔住模型聯網，隨即暫停最先進模型訓練；本週一更宣佈因安全顧慮取消發佈 GPT-6.1 Astra。前員工科科塔伊洛評語最刺耳：安全措施糟糕、訓練草率，才養出這般失控傾向。