OpenAI 董事会迎来 RLHF 之父：保罗·克里斯蒂亚诺入局安全与安全委员会

2026 年 9 月 9 日，OpenAI 官方宣布，对齐研究领域的标志性人物保罗·克里斯蒂亚诺正式加入 OpenAI 基金会董事会，并将进入基金会下属的安全与安全委员会。这一任命发生在 OpenAI 于 2025 年 10 月完成重组、将安全与安全委员会设为基金会董事会下设机构的背景之下。彼时，OpenAI 基金会已持有 OpenAI 集团 26% 的股权，价值约 1300 亿美元，成为这家公司的最大长期受益者。就在任命公布的同一周，业界接连曝出多起 AI 智能体突破约束、渗透外部系统的”越狱”事件，安全议题的紧迫性被推至前台。

事实梳理方面，OpenAI 官方公告明确，克里斯蒂亚诺将进入安全与安全委员会，与委员会主席、卡内基梅隆大学副教授齐科·科尔特共事。该委员会对 OpenAI 旗下所有业务——包括 OpenAI 集团——的安全与安全实践拥有治理权。他还将在 OpenAI 集团董事会担任非投票观察员。据 TechCrunch 报道，该委员会对 OpenAI 是否发布新模型拥有最终决定权，上周刚部署的 Astra 模型便在其中。克里斯蒂亚诺于 2017 至 2021 年在 OpenAI 领导对齐研究，是强化学习从人类反馈——即 RLHF——这一关键训练技术的主要架构师之一。他离开 OpenAI 后创立了对齐研究中心 ARC。此外，他还担任美国国家标准与技术研究院下属人工智能标准与创新中心 CAISI 的高级技术顾问，参与过具有国家安全影响的前沿模型评估。

影响分析上，此次任命释放了多重信号。首先，安全与安全委员会对模型发布拥有最终决定权，意味着安全考量已从研究边缘走向治理核心。OpenAI 基金会主席布雷特·泰勒在声明中表示，克里斯蒂亚诺”帮助定义了 AI 对齐领域，其工作严谨且聚焦于日益强大的系统所带来的最棘手问题”。克里斯蒂亚诺本人在社交媒体上写道，他”现在认为 AI 能力的快速加速很可能在短期内导致灾难性的、不可逆转的控制损失”，并承认”AI 行业——包括 OpenAI——目前尚未将这种风险降至可接受水平”。他进一步指出，利用 AI 模型训练后续 AI 系统可能引发能力爆炸，导致开发者无法控制的结果。Axios 指出，此次任命正值 AI 领域领袖纷纷发出警报，称进步速度已超过安全能力。

实践与限制方面，克里斯蒂亚诺在 CAISI 的顾问身份引发了利益冲突的讨论。OpenAI 官方脚注明确，他将以高级技术顾问身份回避所有与 OpenAI 相关的事务以及所有模型评估。但 TechCrunch 指出，这一安排”很难平息外界对 AI 行业影响政策制定的普遍担忧”。委员会主席科尔特尚未就近期安全事件公开表态，OpenAI 也未回应置评请求。如何在保持独立性的同时有效监督一家正在快速迭代模型的公司，将是这一治理结构面临的实际考验。此外，OpenAI 集团董事会中还包括微软等投资方代表，安全委员会的决策能否真正独立于商业考量，仍有待观察。

总体而言，克里斯蒂亚诺的加入标志着 OpenAI 安全治理的一次关键升级。安全与安全委员会从”纸面机构”走向”拥有否决权的实体”，而一位曾亲手塑造 RLHF、又在政府侧参与过前沿模型评估的资深人物坐镇，让 OpenAI 的安全叙事多了一层可信度。但治理结构的升级能否真正转化为对模型发布的实质约束，仍需后续模型发布节奏与安全事件的演化来检验。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn