OpenAI｜对齐研究者Paul Christiano加入董事会与安全委员会

能力发布越密，治理席位也越敏感。9月9日，OpenAI宣布对齐研究者Paul Christiano加入其非营利基金会董事会，并进入安全与安保委员会（Safety and Security Committee），与主席Zico Kolter等工作；据Axios等报道，其亦以相关身份参与对营利实体的治理安排。OpenAI董事长Bret Taylor公开称，Christiano的工作以严谨方式聚焦能力提升带来的最难问题。

Christiano曾于2017–2021年在OpenAI领导对齐研究，是强化学习人类反馈（RLHF，用人类偏好信号训练模型更听话、更有用）等路径的重要推动者之一；此后创建Alignment Research Center，并担任美国商务部下属AI标准与创新中心（CAISI）高级技术顾问。把「写过对齐教科书级方法的人」拉回董事会，本身就是一则治理信号：安全不再只放在研究博客里。

治理信号要点：

1. 角色：非营利董事会 + 安全与安保委员会
2. 背景：RLHF与对齐研究；政府侧AI标准顾问经历
3. 态度：个人声明认为快速加速可能导致灾难性、不可逆失控风险具有实质意义；包括OpenAI在内的行业目前尚未把该风险降到可接受水平
4. 表述边界：加入并非对OpenAI安全实践的背书或批评；外界应以可外部验证的行为与结果评判各家实验室
5. 上下文：行业对Agent越权、沙箱逃逸与超级智能立法讨论升温

所谓把对齐研究者拉进董事会，白话是把「安全反对意见」从外部评论区挪到内部表决与监督桌；所谓可外部验证，白话是声明不够，要看评估、熔断与披露是否真的变严。对OpenAI，这是治理可信度修复的一步；对同行，则可能迫使安全委员会从装饰性配置变成可对照的制度竞赛。

放在前沿实验室治理上下文里，过去一年能力产品与安全叙事经常「两张皮」：一边放模型，一边发原则。董事会席位若真能卡住高风险发布，意义大于再发一篇安全宪章；若只有头衔没有否决权，市场会迅速识破。

需要把边界读清楚：个人风险判断属研究者观点，并不等于监管已认定某一概率。下一观察点是安全委员会公开职权、第三方评估节奏，以及重大模型发布前的否决/延迟案例是否出现。