OpenAI 首次向四家外部审计机构开放其内部 AI 系统,允许审计人员入驻公司办公场所,直接调查安全风险与模型行为。参与机构为 Apollo Research、METR、Transluce 和 Goodfire,它们将根据各自任务获得不同层级的访问权限。

这一安排建立在 OpenAI 此前对其监控系统进行现场审查的基础之上,并旨在履行 「白宫超级智能协议」 中的相关承诺。根据任务分工,审计方可以接触 未发布的模型、源代码、训练数据以及监控系统,还能与开发人员私下交谈。

具体分工如下:Apollo Research 负责核查模型是否会暗中违背开发者的意图行事;METR 审查最大规模强化学习训练中的 AI 不当行为,强化学习即模型通过奖励信号进行学习的方法;Goodfire 分析模型内部处理过程;Transluce 评估训练后的安全检查。OpenAI 与 Transluce 还计划在 2027 年初 进行为期八周的后续审查。

整个流程由一个 独立安全委员会 监督,该委员会接收未经删节的报告,并负责调解争议。审计机构独立发布其调查结果,但 OpenAI 可以对机密材料进行删节,并有权在修复风险之前延迟发布报告。公司预计初期会出现一些摩擦,但已在考虑更多审查,包括聚焦公司文化与内部流程的审查。

从行业背景看,前沿 AI 实验室的安全实践长期依赖内部评估,外部审计往往停留在纸面或有限范围。OpenAI 此次将审计人员嵌入内部,是向「可验证的安全承诺」迈出的一步。但关键问题在于独立性:OpenAI 保留了对报告内容的删节权和发布时机的控制权,这可能削弱审计的威慑力。独立安全委员会虽能接收完整报告,但其成员构成与决策机制尚未披露。

对关注 AI 治理的读者而言,这一举措的象征意义大于实质约束——它展示了头部实验室愿意接受外部审视的姿态,但真正的考验在于审计发现的问题是否会完整、及时地公之于众,以及审计建议能否转化为产品决策。若后续审查能形成可复用的行业模板,或推动监管机构采纳类似框架,其影响将超出 OpenAI 自身。