Apollo 评估员受制于 OpenAI 白名单:不得公开结果、OpenAI 可任意删改

BlackHC · x · 2026-11-17

前 OpenAI 员工 Daniel Kokotajlo 披露,Apollo 嵌入式评估员仅能与 OpenAI 指定白名单中的员工交谈,每次对话都须通知 OpenAI;未经 OpenAI 批准不得发布评估结果,OpenAI 还可随意删改内容,甚至以安全/IP/「技术」为由完全扣留范围内的信息。他称这种安排「极其软弱无力」(extremely weaksauce)。

BlackHC 评论称,这听起来评估员「终究还是像雇员一样」受雇主的完全约束,外部安全监督的独立性存疑。

所属事件:OpenAI 被曝给 Apollo 评估设限:白名单交谈、结果不得公开(2 条相关)→

原文链接 →

「安全」频道最新

更多「安全」频道 AI 资讯 →