# OpenAI开放内部系统，供四家机构现场审查

> OpenAI向Apollo Research、METR、Goodfire和Transluce开放尚未发布的模型及数据，开展首次现场安全审查。

Oossa · 2026-11-18 · https://oossa.com/zh/openai-lets-four-auditors-examine-its-ai-systems-on-site

OpenAI宣布，四个独立团体将进驻其办公室，审查其AI系统。审查方包括Apollo Research、METR、Goodfire和Transluce，他们可以查看源代码、训练数据、监控工具和尚未发布的模型，也可以保密采访开发人员。OpenAI表示，这项试点项目是落实白宫《超级智能协议》承诺的一部分。

Apollo将重点调查模型是否会试图破坏自身或未来版本的对齐。METR将寻找OpenAI自有测试可能遗漏的危险行为，并测试OpenAI能否发现此类行为。Goodfire将利用其可解释性平台梳理模型内部流程，并提出修复建议。Transluce将评估训练后安全检查，并计划在2027年初进行为期八周的后续审查。独立安全委员会将收到完整、未经删节的报告，并负责调解争议。OpenAI可以删去机密内容，也可以推迟公开报告，以便先处理相关风险。

这项计划延续了此前对OpenAI监控系统的现场审查，也扩大了Anthropic先前启动的一项做法：上个月，METR研究人员获准以员工级别的权限访问系统。批评者指出，Apollo和Goodfire的工作有偿，而METR和Transluce只获得算力或API额度。一些安全专家，例如Redwood首席执行官Buck Shlegeris，认为目前授予的权限还没有达到许多人所呼吁的“类似员工”的级别。

## 为何重要

对于使用ChatGPT或其他OpenAI产品的人来说，这些审查有望在模型面向公众发布前发现潜在的失效模式。如果审查方发现严重的安全漏洞，OpenAI可能需要修补问题或推迟发布，从而影响功能推出和定价。

## 事实

- 据OpenAI于Nov 16 2026发布的公告，该公司已向Apollo Research、METR、Goodfire和Transluce开放其内部AI系统，供其现场审查。
- 审查方可以查看尚未发布的模型、源代码、训练数据和监控系统，并与开发人员进行保密交流。
- Apollo将调查模型是否试图破坏对齐；METR将测试模型是否会出现意料之外的危险行为；Goodfire将分析模型内部流程；Transluce将评估训练后的安全检查。
- 独立安全委员会将收到未经删节的报告，并可调解争议；OpenAI可以在公开报告前删去机密内容。
- Transluce和OpenAI计划在2027年初进行为期八周的后续审查。

## 为什么重要

这些审查让外部机构得以了解OpenAI最强大的模型在训练期间的表现，而不只是模型发布后的情况。这可能有助于为普通用户打造更安全的产品，但由于公开披露有限，外界目前仍无法全面核实审查结果。

## 来源与参考

1. [OpenAI opens its AI systems to four independent on-site auditors for the first time](https://the-decoder.com/openai-opens-its-ai-systems-to-four-independent-on-site-auditors-for-the-first-time/) – The Decoder, 2026-11-18
2. [TechCrunch](https://techcrunch.com/2026/11/16/openai-will-embed-apollo-researchers-to-investigate-ai-subversion/?utm_source=openai) – TechCrunch

最后更新: 2026-11-18
