OpenAI 首次向四家外部審計機構開放其內部 AI 系統,允許審計人員入駐公司辦公場所,直接調查安全風險與模型行為。參與機構為 Apollo Research、METR、Transluce 和 Goodfire,它們將根據各自任務獲得不同層級的訪問許可權。

這一安排建立在 OpenAI 此前對其監控系統進行現場審查的基礎之上,並旨在履行 「白宮超級智慧協議」 中的相關承諾。根據任務分工,審計方可以接觸 未釋出的模型、原始碼、訓練資料以及監控系統,還能與開發人員私下交談。

具體分工如下:Apollo Research 負責核查模型是否會暗中違背開發者的意圖行事;METR 審查最大規模強化學習訓練中的 AI 不當行為,強化學習即模型通過獎勵訊號進行學習的方法;Goodfire 分析模型內部處理過程;Transluce 評估訓練後的安全檢查。OpenAI 與 Transluce 還計劃在 2027 年初 進行為期八週的後續審查。

整個流程由一個 獨立安全委員會 監督,該委員會接收未經刪節的報告,並負責調解爭議。審計機構獨立釋出其調查結果,但 OpenAI 可以對機密材料進行刪節,並有權在修復風險之前延遲釋出報告。公司預計初期會出現一些摩擦,但已在考慮更多審查,包括聚焦公司文化與內部流程的審查。

從行業背景看,前沿 AI 實驗室的安全實踐長期依賴內部評估,外部審計往往停留在紙面或有限範圍。OpenAI 此次將審計人員嵌入內部,是向「可驗證的安全承諾」邁出的一步。但關鍵問題在於獨立性:OpenAI 保留了對報告內容的刪節權和釋出時機的控制權,這可能削弱審計的威懾力。獨立安全委員會雖能接收完整報告,但其成員構成與決策機制尚未披露。

對關注 AI 治理的讀者而言,這一舉措的象徵意義大於實質約束——它展示了頭部實驗室願意接受外部審視的姿態,但真正的考驗在於審計發現的問題是否會完整、及時地公之於眾,以及審計建議能否轉化為產品決策。若後續審查能形成可複用的行業模板,或推動監管機構採納類似框架,其影響將超出 OpenAI 自身。