OpenAI 應該為生物越獄支付更多，而不是更少

GPT-5.6 這次調高生物越獄獎金，方向是對的，因為真正能抓到前沿模型生物安全漏洞的，不是公告，而是市場。

OpenAI 應該把 Bio Bounty Program 維持私密、持續，而且給得更大方。原因很直接：對生物安全這種高風險問題，最便宜也最有效的測試方式，不是內部自我檢查，而是付錢請外部研究者先把系統打穿。

安全工作需要市場，不需要口號

OpenAI 這次把重點放在 universal jailbreaks，也就是能跨越預設生物安全挑戰、並對前沿模型都有效的越獄方法，這是正確的目標。一次性的 bounty 只能帶來短暫關注，持續性的計畫才會形成一個真正的市場，專門追逐最難的失敗模式。

這種失敗模式的價值，遠高於一般產品 bug。某個提示詞只對單一模型有效，最多證明那個版本有洞；但如果一個 jailbreak 能在多個 frontier systems 上重現，就表示防護不是表面裝飾，而是結構性失守。對 OpenAI 來說，這種訊號比任何內部簡報都更有用。

更重要的是，模型一旦發布，攻擊者不會等你開完檢討會才開始測試。安全評估如果只在發表前做一次，很快就會過期。持續懸賞的價值就在這裡，它把外部研究者變成長期壓力來源，讓系統在版本更新、政策調整與能力提升之後，仍然接受真實世界的對抗。

私密機制不是保守，而是必要的風險控制

把計畫維持私密，不是反透明，而是對雙重用途風險的務實處理。若把 bio jailbreak 的排行榜公開，等於把最關鍵的失敗路徑直接展示給所有人看，這在生物安全領域尤其危險，因為紅隊測試和教人濫用之間的界線本來就很薄。

這也是為什麼「公開越多越安全」在這裡站不住腳。OpenAI 並沒有要求外界盲目信任黑箱，而是把挑戰條件先定義好，再為能證明防護失效的研究付費。這種模式比無限制公開更合理，因為它獎勵負責任揭露，而不是獎勵把漏洞寫成教學文件。

從治理角度看，私密機制還有一個好處：它降低了噪音。公開 bounty 常常會吸引大量重複提交、低品質驗證，甚至把社群注意力帶向表演式攻防。私密、審核式的通道，反而更適合處理高風險議題，因為它把資源集中在真正有機會改變安全邊界的發現上。

更高獎金不是福利，而是篩選器

公告裡提到獎金提高，這不是附帶訊息，而是最重要的操作變化。嚴肅的生物安全研究需要時間、算力、領域知識，還要能把結果整理成可驗證的證據。獎金太低，只會吸引好奇心驅動的淺層測試，不會吸引真正能打穿系統的人。

這也是人才市場問題。能找出 universal jailbreak 的研究者非常稀少，他們的時間可以拿去做顧問、前沿模型研究，或者更高薪的安全工作。若 OpenAI 真想把這群人拉進來，就得用足夠高的報酬告訴他們：生物安全不是公關姿態，而是值得投入的專業工作。

以產業角度看，懸賞價格也會影響問題定義。當獎金足夠高，團隊會開始把「最難證明的失敗」當成主要目標，而不是只追逐容易展示的 demo。這會把外部創新導向真正有價值的地方，讓研究從炫技走向驗證，從單點漏洞走向系統性風險。

反方可能怎麼說

批評者會說，付錢找越獄本身就在扭曲誘因。這種做法可能讓業界默認一件事：安全可以先上線，再靠獎金補救。更大的問題是，任何獎勵機制都可能吸引那些更想做 exploit 開發，而不是做 harm reduction 的人。

這個擔憂不是空穴來風。若 bounty 設計太寬，確實可能把研究資源引向邊界模糊的攻擊技巧，甚至讓某些人把安全研究當成取得聲望的捷徑。對生物領域來說，這種外溢風險比一般軟體漏洞更敏感，因為錯誤資訊一旦擴散，後果不只是一個產品出錯。

但這個反對意見忽略了一個現實：前沿模型的攻擊創意不會因為你不付錢就消失。真正的對手已經在測試，而且會在模型變得更有用的第一時間出手。正確做法不是取消 bounty，而是把它限制在明確的 biosafety challenge、維持私密通道，並把它視為安全堆疊中的一層，而不是替代預訓練控制、eval 和部署限制。

你能做什麼

如果你是工程師，就把外部紅隊當成常態，而不是例外，因為任何防線最後都會被人嘗試繞過。如果你是 PM，就把懸賞範圍定義在最重要的失效模式上，並把獎金設到足以吸引專家，而不是只吸引湊熱鬧的人。如果你是創辦人，就學這個運作原則：為最難證明的失敗付費，保留受控通道，並把每一份嚴肅回報都當成系統真的在現實世界裡被測試的證據。