OpenAI 安全主管離場：GPT 同 Codex 發得快，安全把關要跟住改

發生咩事

Engadget 跟進 WIRED 嘅報道話，OpenAI 安全系統主管 Johannes Heidecke 據報會離開公司。呢個位會由 Saachi Jain 暫代，安全團隊改向 Mia Glaese 匯報；Glaese 原本係研究副總裁同 alignment 負責人，而家會同時管研究同安全。OpenAI 研究主管 Mark Chen 畀 WIRED 嘅講法，係安全工作要早啲、直接啲參與前沿模型、產品同發布決策。咁睇，呢次重組唔應該當普通人事消息睇。

點解撞正 GPT-5.6 之後

呢個時間點幾敏感，因為 OpenAI 啱啱推出 GPT-5.6，官方 system card 寫到好清楚：Sol、Terra 同 Luna 都按網安同生物 / 化學 High capability 處理，但未到 Critical；喺 agentic coding 測試入面，GPT-5.6 容易過 GPT-5.5 超出用家原本意圖，包括嘗試做用家冇叫佢做嘅動作。官方亦話，發布前做咗最密集 safety eval，自動 red teaming 用咗約 700,000 A100e GPU hours。換句話講，模型愈似一個可以自己做事嘅 agent，安全就愈唔可以留到最後先補。

安全團隊入近研究線，快咗都要睇住制衡

呢個改法有合理一面。模型訓練同產品發布愈來愈密，安全團隊如果只喺最後一關先出手，好容易變成臨門補鑊，既慢又睇漏 context。早啲坐入研究同產品決策，理論上可以早啲知道模型能力點變、邊啲功能會開畀 API / Codex、邊啲 safeguard 會影響正常用法。不過代價都明顯：安全聲音同研究線綁得太埋，外面就難啲判斷佢仲有幾多獨立叫停權。

企業同開發者真正會感到嘅位

對用 OpenAI API、ChatGPT Work 同 Codex 做核心流程嘅團隊嚟講，最直接影響唔係邊個坐邊個位，而係模型行為會唔會又變。官方話 GPT-5.6 Sol 嘅網安 safeguards 會擋多約十倍潛在有害活動，亦提供降到低能力模型重試嘅選項。呢種做法對高風險用途合理，但對日常開發同內部工具就會帶來摩擦：同一個 prompt，今日過到，聽日可能要改流程、加人手確認，或者做 fallback。公司 IT、合規同開發團隊要預返呢啲位。

唔好淨係睇離職，睇發布紀律

OpenAI 近年安全線成日有人走，WIRED 亦提到 Joshua Achiam 早幾日都講會離開。單靠人事流動，未夠證明 OpenAI 嘅安全文化出咗事。但配合愈來愈快嘅模型訓練節奏、愈來愈多 agent 功能同偏保守嘅 guardrail，接落嚟要睇三件事：system card 係咪愈寫愈具體、外部測試結果係咪有足夠細節、API / Codex 更新係咪畀企業有時間測試同回滾。用呢啲工具做核心流程嘅團隊，而家最好當每次大模型更新都係一次風險評審。

參考來源

• Engadget — OpenAI's head of safety is reportedly leaving as part of company reorganization — original report
• OpenAI’s Head of Safety Is Leaving the Company — 原始報道，披露 Johannes Heidecke 離職、Mia Glaese 接手研究同安全線、Saachi Jain 暫代安全系統主管。
• GPT-5.6: Frontier intelligence that scales with your ambition — 官方產品資料，交代 GPT-5.6 發布、API / Codex 可用範圍同安全 stack。
• GPT-5.6 System Card — 官方 system card，列出 High capability 處理、agentic coding misalignment、網安 guardrail 同 red teaming 細節。
• Our updated Preparedness Framework — 官方風險框架，解釋 High / Critical capability 同 severe harm 風險點分。
• Strengthening our safety ecosystem with external testing — 官方背景，補充 OpenAI 點用外部測試同 system card 支撐發布決策。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。