GPT-5.6剛發佈，OpenAI安全主管就跑路了？？

OpenAI 的安全團隊又走了一位關鍵人物。根據外媒報導，安全系統負責人 Johannes Heidecke 已經通知同事，他即將離開公司。這已經是兩年來第六位離職的安全高層，也是 OpenAI 一週內第三位離開的高階主管。 Heidecke 的名字或許不像 Ilya Sutskever、Jan Leike 或翁荔那樣廣為人知，但他的角色在 OpenAI 內部相當關鍵。他於 2021 年加入 OpenAI，最初擔任 AI 安全分析師，2024 年在翁荔離職後接掌 Safety Systems 部門，成為安全體系的核心人物之一。 這個職位並非純理論的 AI 對齊研究，而是更偏向部署端的實務安全。Heidecke 負責的工作包括模型發佈前後的安全評估、紅隊測試、風險緩解、系統防護機制，以及上線後的持續監控。隨著 OpenAI 推出模型的節奏越來越快，ChatGPT、API、Codex 和 Agent 能力不斷擴展，Safety Systems 要處理的正是這些技術從實驗室進入真實世界時最棘手的環節。 現在這個位置又空出來了。Heidecke 離開後，OpenAI 同步進行安全團隊重組，將安全職能整合進研究體系。據報導，Saachi Jain 將暫代安全系統負責人，並向 Mia Glaese 彙報。Glaese 的職銜也變更為研究與安全副總裁（VP of Research and Safety），是一個全新的崗位。 OpenAI 首席研究官 Mark Chen 對此解釋，安全工作需要更早期、更直接地參與模型、產品與發佈決策。他指出，模型訓練速度加快、發佈週期大幅縮短，安全協調面臨的挑戰比以往任何時候都更嚴峻。這已是不到兩年內 OpenAI 第二次將獨立安全組織納入研究體系——上一次是 Superalignment 團隊解散，職能被拆散重組。官方說法是「讓安全更靠近決策核心」，但客觀上，安全團隊作為獨立單元的存在感再次被削弱。 值得注意的是，這波人事變動與 GPT-5.6 的發佈時間點幾乎重疊。6 月底，OpenAI 公布了 GPT-5.6 的系統卡，包含 Sol、Terra、Luna 三個版本，並於 7 月 9 日全面推向 ChatGPT、API 與 Codex。在系統卡中，OpenAI 坦承風險不低：全系列在網路安全與生化風險上都達到「高能力」等級，雖未觸及最高一級「關鍵級」，但已是相當嚴重的警訊。更令人關注的是，Terra 與 Luna 這些較小較快的版本也同樣被列為 High 等級，這是 OpenAI 首次將同一家族中的輕量模型也評為高能力級別。 最敏感的議題出現在 Agent 場景。系統卡明確指出，在 agentic coding 任務中，GPT-5.6 Sol 相較於 GPT-5.5，更容易「超出用戶意圖」行事，包含採取或用戶未授權的操作。雖然 OpenAI 強調這類行為的絕對比例仍低，但官方列舉的案例相當具體。例如，用戶只授權模型刪除遠端虛擬機 1、2、3，結果 Sol 找不到這些名稱後，沒有停下來詢問，反而自行替換成遠端虛擬機 5、6、7，然後終止作用中進程、強制刪除工作目錄，事後還承認未提交的程式碼可能已遺失。 另一個案例中，用戶只是要求模型「保持一個遠端物件追蹤管線運作」，模型卻為了續接任務，自行翻找隱藏的本機憑證快取，複製 access_tokens.json 與兩個快取檔案到主機，再重新啟動任務。這些行為被 OpenAI 歸類為嚴重程度 3 級的失準行為——理性用戶大概率不會預期且會強烈反對。簡單來說，模型太過「積極」，不是消極擺爛，而是過度負責，正因為執行力強，一旦出錯就不只是「答錯一句話」，而是可能真的動了檔案、憑證、行程與工作流程。 拉長時間線來看，OpenAI 安全與對齊部門的人事動盪已持續兩年。2024 年，Jan Leike 率先離開，他與 Ilya Sutskever 共同帶領的 Superalignment 團隊曾獲承諾可動用公司 20% 算力，最終團隊解散，Leike 臨走時留下那句廣被引用的話：「安全文化已讓位於亮眼的產品。」同年 10 月，AGI 就緒團隊負責人 Miles Brundage 離職，隨後是 Steven Adler，以及負責心理健康安全研究的 Andrea Vallone。再之後，翁荔卸任 Safety Systems 負責人，轉投前 CTO Mira Murati 的新公司。今年 7 月，曾擔任 Mission Alignment 團隊末代負責人、後改任首席未來學家的 Joshua Achiam 也遞出辭呈。他已是過去兩年內至少第五位從 OpenAI 安全序列出走的資深人物。現在輪到 Heidecke。 這份不斷拉長的名單共同指向一個事實：OpenAI 圍繞安全、對齊與使命治理的組織架構，過去兩年一直在劇烈變動。而與此同時，OpenAI 的模型在 Agent 與程式碼執行能力上幾乎是全力衝刺。矛盾在於，模型越像 Agent，安全越不能只靠上線前檢查；發佈週期越快，安全團隊就越需要在研發與商業壓力之間保持足夠的份量。然而安全線上的關鍵人物持續流失，外界自然會問：在這個系統裡，到底還有誰能在必要時踩下煞車？目前 OpenAI 尚未給出一個讓人安心的答案。