2026年9月23日前后OpenAI被404 Media曝光解雇多名外部评分承包商，解雇原因是相关人员使用AI工具代替人工完成ChatGPT回复质量评估，存在偷工减料行为，AI Weekly等媒体随后跟进报道。项目明确禁止评分人员使用聊天机器人、GPTZero、Grammarly等工具代做任务，本次事件发生在Project Lily人工评分项目被曝光之后，相关文件显示OpenAI评分管道总规模超万人，事件也引发外界对用户聊天数据隐私安全的关注。
本次涉及的承包商属于OpenAI Project Lily项目，岗位名称为“prompt reviewer”，该岗位核心职责为评估ChatGPT的回复质量，并不直接参与模型训练工作。2026年9月中旬，404 Media首次曝光Project Lily项目，项目安排数百名承包商对真实ChatGPT对话进行阅读、总结，并按照1-7分的标准对回复质量进行评分。
2026年9月23日前后的后续报道显示，多名承包商因使用AI工具完成评分工作被OpenAI解雇，解雇理由为工作“偷工减料”。截至报道发布，本次被解雇人员的准确人数、姓名、所属外包公司均未披露，也暂无官方公布的具体处理细节。
根据404 Media获取的内部文件，OpenAI明确要求参与评分的承包商不得使用聊天机器人、GPTZero、Grammarly及各类AI检测工具完成评分任务。文件同时披露，OpenAI整个评分管道中有超过一万名承包商，需要注意的是，该数字为全评分管道的总人员规模，并不等同于本次被解雇的人数。早前Project Lily的相关报道显示，部分承包商通过第三方人力公司可获得50美元以上的时薪。
人工评分、强化学习反馈是当前大模型优化流程中的常见环节，评分结果的质量会直接影响模型迭代的最终效果。作者观点：OpenAI出台严格的工具禁令、解雇使用AI代做评分的承包商，核心原因是担心低质量的自动化反馈进入模型优化流程，导致训练信号被污染，影响ChatGPT后续的迭代质量。
根据曝光信息，Project Lily的评分材料据称经过自动化隐私过滤，但OpenAI承认过滤机制并不完美，承包商使用的操作界面还可能展示“用户记忆摘要”，这一情况也引发外界对真实聊天数据被人工阅读、隐私过滤不充分的担忧。
根据OpenAI官方帮助中心说明，个人版ChatGPT、OpenAI Codex的内容在用户设置允许时可用于改进模型；个人免费版、Plus、Pro等账户的模型改进设置默认开启，Business、Enterprise、Edu、API渠道的数据默认不用于模型训练。目前OpenAI现行帮助中心仍保留“Improve the model for everyone”的数据控制说明，尚未针对本次解雇事件发布独立新闻稿。
滇公网安备 53252802528133号