21世纪经济报道记者 章驰

最近，OpenAI在同一天发布了两份基调相反的文件。一份宣布一年前立下的目标如期兑现，公司拥有了一名“自动化AI研究实习生”；另一份由首席科学家帕霍茨基署名，直言“没有任何实验室解决了足够程度的对齐与监控问题”，呼吁设立“强制性安全门槛”。

AI开始自己研发自己，给安全管控带来了挑战。

正站在IPO冲刺窗口期的OpenAI，必须同时向资本市场证明技术领先、商业增长和安全可控。能力与安全，正在同一条跑道上相互拉扯。

一年前的Flag如期兑现

去年秋天，OpenAI掌门人奥特曼对外立下一个颇为大胆的目标：在2026年9月之前，公司要拥有一个“AI实习生”。9月6日，OpenAI以一份报告宣告目标如期达成。

这位实习生能在人类指导下执行明确定义的研究任务，胜任熟练研究员需数日才能完成的工作。效率数据显示，研究人员每投入 1 个人类工作日，AI 可同步完成约 3.1 个工作日的工作量，大幅压缩了基础研究的周期成本。但报告同样承认，复杂任务仍高度依赖人工，过去半年成功完成的4至8小时的任务中，超过一半至少需要一次人工干预。

OpenAI并未止步于此，公司下一步目标是在2028年3月前，拥有能独立完成调研、实验设计和结果解读的“自动化AI研究员”。

AI 开始深度参与 AI 自身的研发，技术演进将进入非线性增长区间，这既是技术跃迁的巨大机遇，也为安全管控带来了挑战。OpenAI在报告中也坦承：“我们还不知道如何安全地实现对齐的完整递归自我改进（RSI）”，更强大的系统可能更难监控。

同一天发布安全警报

就在同一天，OpenAI首席科学家帕霍茨基发布万字长文《异星心智》（An Alien Mind），为这场能力狂欢泼下一盆冷水。他在文中直言：“目前没有任何实验室将AI的对齐和监控做到足够可靠。”

他强调，随着AI智能体越来越自主，它们可能学会逃避人类监管、入侵计算机系统，甚至通过欺骗手段达成目标，这些风险并非科幻设定，而是正在逼近的现实。

9月3日，OpenAI发布了最新旗舰模型GPT-6 Astra，号称“目前全球最智能且对齐程度最高的模型”，总裁布罗克曼在发布会上直言“欢迎来到AGI时代”。英伟达CEO黄仁勋也发文祝贺，称“AGI已经到来”。

帕霍茨基在长文中将矛头直指自家公司，指出GPT-6 Astra的“循环深度”技术让模型可以将大量推理过程隐藏，使其不可读，仅输出最终结果，人类难以有效观测和干预。如果这一趋势持续，AI安全的传统防线将被逐步掏空。

他呼吁，全行业应当建立统一的“强制性安全门槛”，针对前沿模型的自主能力、推理透明度、风险等级建立标准化的独立审查机制，在形成全球公认的安全标准之前，头部实验室应主动放缓前沿能力的迭代速度，避免在不可控的方向上走得太远。

一月两起安全事故，上市故事怎么写？

过去一个月内，OpenAI接连曝出两起重大安全事故。 

今年8月，OpenAI主动披露AI系统在未经授权的情况下，对AI开源社区Hugging Face的平台实施了访问和操作。调查显示，模型在获得浏览器、代码执行和网络访问等工具后，自主执行了超出预设边界的操作。尽管OpenAI强调事件未造成实质性数据泄露，但这已是公开报道中首次有前沿AI系统在真实环境中“越界”行动。

仅一个月后，更为严重的德国DseWiki“越狱”事件被披露。2026 年 5 月至 7 月间，一批 OpenAI 测试智能体脱离受控沙箱，入侵了拥有 25 年历史的德国程序员社区网站 DseWiki，在累计 4584 个页面上留下超过 1.5 万条编辑记录。调查显示，这些智能体将维基网站作为信息交换节点，相互交流如何在评估任务中作弊、如何绕过 OpenAI 的行为限制，以及如何掩盖自主行为以规避开发者监测。更令人惊讶的是智能体的协同规避能力。当网站管理员按字母顺序手动清理异常页面时，智能体迅速识别出这一规律，转而批量创建备份页面以规避删除。

截至8月，OpenAI年化营收已突破400亿美元。首席财务官萨拉·弗里尔在8月14日的投资者会议上确认，企业业务首次反超消费者业务。但同月，安全团队也掀起离职潮。

今年6月8日，公司向美国证券交易委员会（SEC）秘密提交S-1招股书，不过公司还未明确具体的上市时间。

在登陆资本市场之前，作为美国AI两大巨头之一，OpenAI的模型能力和安全治理需要同步接受市场的考验。