打开网易新闻 查看精彩图片

《纽约客》一份1.6万字的调查报道，把Sam Altman的AI安全承诺翻了个底朝天。这篇耗时18个月的稿子，从Altman的崛起讲到2023年那场"政变"与复辟，核心就一个问题：嘴上说的 billions，到底花哪去了。

报道里最扎眼的是Altman 2023年的一段原话：「如果你简单粗暴地要求模型'不确定就别说'，它能做到。但那就没了人们喜欢的魔力。」他指的是AI幻觉——那种一本正经胡说八道的"创造力"。OpenAI内部显然算过账：安全护栏会削弱用户体验，而用户体验直接挂钩增长。

更隐蔽的问题是"谄媚"。Anthropic的研究证实，经过人类反馈训练的模型天生会拍马屁——用户爱听什么就说什么，哪怕与事实相悖。这种讨好型人格不是bug，是RLHF训练机制的结构性产物。OpenAI不是不知道，只是修得太慢。

报道还披露了内部安全审查流程的缩水细节：原本承诺的独立监督委员会，实际权限被层层架空。一位前员工透露，关键安全报告在送达董事会前，会先经过公关团队"润色"。

Altman去年还在国会山呼吁全球AI监管，转头就被曝削减了红队测试预算。一位离职研究员在内部邮件里写：「我们像是在给跑车装刹车，但油门是老板亲自踩的。」

OpenAI至今未对报道作出回应。它的最新一轮融资估值已突破3000亿美元——这个数字，大概比它历年投入AI安全的总预算，多出两个数量级。