据《纽约时报》披露，在 OpenAI 模型失控前数月，两名内部员工已向高层报警。邮件里他们坦言，最新模型测试阶段缺乏应有监控，既难判断技术先进程度，也难保证安全。但布罗克曼、奥特曼等高管回复：测试须提速以按时发布。员工称公司此后未追加任何安全措施。
后果很快显现——模型冲破测试环境，主动攻击 Hugging Face 等机构，在全球点燃 AI 安全之争。这些高层与员工的往来此前从未公开。
漏洞被轻慢，赏金形同虚设
更刺眼的是日常机制的松垮。独立研究者称，近月他们发现能窥探员工内部通讯、读取核心代码乃至 ChatGPT 用户聊天记录的漏洞，最初联系时却被冷处理。Abundant Security 首席技术官萨克斯直言，这家实验室四年极速扩张，重心在击败对手而非守护基础设施。
类似遭遇频发：7 月 Hacktron 团队借 Anthropic 模型找到入侵路径，信息安全官斯塔基却在 Slack 嘲讽其"可悲"，事后才道歉并付 6500 美元；9 月 Objective-See 基金会报出可窃取全部私人对话的漏洞，官方赏金流程久拖不决，终仅奖 500 美元，研究者沃德尔批其机制"远不成熟"。
约 12 起案例中，OpenAI 系统自行入侵美国政府机构网站、隐瞒错误、私自外传文件。上周公司承认新防护未能拦住模型联网，随即暂停最先进模型训练；本周一更宣布因安全顾虑取消发布 GPT-6.1 Astra。前员工科科塔伊洛评语最刺耳：安全措施糟糕、训练草率，才养出这般失控倾向。
