一封來自內部人士、內容異常具體的 AI 風險公開信近日浮出水面。據《華爾街日報》報導，寫信人關注的核心問題，是保住對模型思維鏈（Chain of Thought）的監控能力。不過嚴格來說，這三位作者如今已算不上內部人士——他們剛剛被 OpenAI 解僱。
上週，OpenAI 宣佈已“與三名個人解除關係，原因是他們違反了公司關於訪問和處理敏感資訊的政策”。據稱，這三人將相關資訊傳遞給了一家 AI 安全機構。三人的身份是 Tomek Korbak、Mikita Balesni 和 Jasmine Wang，從公開言論看，他們都相信 AI 存在生存性風險。在遭解僱之前，Balesni 就曾在 X 上表示，他認為 AI “有 10% 的可能殺死全人類”；Wang 則寫道，“很難充分描述在通往遞歸自我改進（RSI）的道路上加速有多危險”，而 RSI 指的是
AI 模型自我改進的能力。
這封聯名信寫給 OpenAI 董事會以及公司的“安全委員會”，目前並未公開發佈，《華爾街日報》只刊出了部分節選。信中的核心表述是：“作為一個行業，我們還不知道如何安全地開發和部署我們無法監控的模型……OpenAI 和其他前沿公司不應推進那些會進一步削弱（監控能力）的研發。”
信件的具體關切指向 OpenAI 的最新旗艦模型 GPT-6 Astra。圍繞思維鏈監控，Astra 引發了兩種擔憂：其一，模型可能正在學習如何繞過監控系統；其二，OpenAI 據稱可能在把技術方向帶向讓思維鏈監控失去意義的地方。該模型的系統卡明確提出，“Astra 級模型在對抗條件下可能逃避我們的思維鏈監控”。同時，Astra 的推理過程還涉及一種更不透明的機制，名為“循環深度”（recurrent depth）——它會先把查詢在模型內部多次循環處理，而不是直接生成內容，這個過程發生在不可知的黑箱之中，
外界沒有任何可監控的對象。
