硅谷正在崛起“OpenAI 黑幫”

作者：旗艦

圖片來源：由無界AI生成

“OpenAI前員工”的名頭，在市場上到底有多值錢？

當地時間2月25日，據Business Insider報道稱，OpenAI前首席技術官Mira Murati 剛剛官宣的新公司Thinking Machines Lab，正在以90億美元估值啟動10億美元融資。

目前，Thinking Machines Lab尚未透露任何產品、技術的時間表或具體細節，這家公司的公開的信息只有超過20人的OpenAI前員工團隊，以及他們的願景：構建“每個人都能獲得知識和工具，讓AI為人們的獨特需求和目標服務”的未來。

Mira Murati和Thinking Machines Lab

OpenAI系創業者的資本號召力已形成“滾雪球效應”。在Murati之前，OpenAI前首席科學家Ilya Sutskever創立的SSI就已經僅憑OpenAI基因和一個理念和就拿到了300億美元估值。

自2018年馬斯克退出OpenAI以來，前OpenAI員工創辦了超過30家新公司，總融資額超過90億美元。這些公司形成了覆蓋AI安全（Anthropic）、基礎設施（xAI）、垂直應用（Perplexity）的完整生態鏈。

這讓人不禁想起2002年PayPal被eBay收購後，馬斯克、彼得·蒂爾等創始人出走，形成的那波硅谷創業浪潮——"PayPal幫"，在這波浪潮中崛起了特斯拉、LinkedIn、YouTube等傳奇公司。OpenAI的出走員工們也在形成他們的“OpenAI幫”。

只不過“OpenAI幫”的劇本更為激進：“PayPal幫”用10年締造了2家千億企業，而“OpenAI幫”在ChatGPT推出之後，僅用兩年就催生了5家百億估值的公司，其中Anthropic估值615億美元，Ilya Sutskever的SSI估值300億美元，馬斯克的xAI估值240億美元，未來三年內“OpenAI幫”中很可能會誕生千億美元獨角獸。

“OpenAI幫”掀起的新一輪硅谷"人才裂變"，影響整個硅谷，甚至重塑全球AI的權力版圖。

OpenAI的裂變路徑

OpenA的11位聯合創始人中目前僅Sam Altman和語言與代碼生成團隊負責人Wojciech Zaremba仍在職。

2024年是OpenAI的離職高峰。這一年中，Ilya Sutskever（2024年5月離職）、John Schulman（2024年8月離職）等相繼離職。OpenAI安全團隊從30人縮減至16人，減員47%；高管中首席技術官Mira Murati、首席研究官Bob McGrew等關鍵人物先後離職；技術團隊中，GPT系列首席設計師Alec Radford、Sora負責人Tim Brooks（加入谷歌）等核心技術人才出走；深度學習專家Ian Goodfellow加入谷歌， Andrej Karpathy則二度離開後創辦教育公司。

“聚是一團火，散是滿天星”。

2018年前入職OpenAI的核心技術骨幹中，超過45%都選擇了另立門戶，這些新的“門戶“也將OpenAI的技術基因庫拆解重組成了三大戰略集團。

首先是延續OpenAI基因的“嫡系部隊”，他們可以說是一群OpenAI 2.0的野心家。

Mira Murati的Thinking Machines Lab幾乎完整移植了OpenAI的研發架構：約翰·舒爾曼（John Schulman）負責強化學習框架，Lilian Weng主導AI安全系統，甚至GPT-4的神經架構圖被直接用作新項目的技術藍圖。

他們的“開放科學宣言“直指OpenAI近年來的封閉化趨勢，計劃通過技術博客、論文和代碼的持續公開，打造”更透明的AGI研發路徑“。這也在AI業界引發了一些連鎖反應：谷歌DeepMind的3名頂尖研究員帶著Transformer-XL架構跳槽加入。

而Ilya Sutskever的Safe Superintelligence Inc.（SSI）則選擇了另一條道路。Sutskever與另兩位研究人員Daniel Gross和Daniel Levy共同創立公司，他們放棄所有短期商業化目標，專注於構建”不可逆的安全超級智能“——這個近乎哲學命題的技術框架，公司剛剛成立，a16z、紅杉資本等機構就決定投資10億美元為Sutskever的理想”買單“。

Ilya Sutskever和SSI

另一個派系則是ChatGPT之前就已經離開的“顛覆者“。

Dario Amodei創立的Anthropic，已從“OpenAI反對派“進化為最危險的競爭者。其Claude 3系列模型在多項測試中與GPT-4不分伯仲。此外，Anthropic還與亞馬遜AWS建立了排他性合作，這意味著Anthropic正在算力方面逐步侵蝕OpenAI的根基。Anthropic與AWS聯合開發的芯片技術，則有可能進一步削弱OpenAI在英偉達GPU採購中的議價能力。

這一派中另一位代表人物是馬斯克，雖然馬斯克在2018年就已經離開了OpenAI，但其創辦的xAI的創始成員中也有一些曾就職於OpenAI，其中包括Igor Babuschkin和後來重返OpenAI的Kyle Kosic。由於有馬斯克的強大資源助力，xAI在人才、數據、算力等多個方面都對OpenAI形成了威脅。通過整合馬斯克旗下X平臺的實時社交數據流，xAI的Grok-3能即時抓取X平臺的熱點事件生成答案，而ChatGPT的訓練數據截止至2023年，時效性差距顯著，這種數據閉環是OpenAI依賴微軟生態難以複製的。

不過，馬斯克對xAI的定位並不是OpenAI的顛覆者，而是要找回“OpenAI“的初心。xAI堅持“最大限度開源”策略，例如Grok-1模型以Apache 2.0協議開源，吸引全球開發者參與生態建設。這與OpenAI近年來的閉源傾向（如GPT-4僅提供API服務）形成鮮明對比。

第三派則是一些重構產業邏輯的“破局者”。

OpenAI前研究科學家Aravind Srinivas創辦的Perplexity，是最先用AI大模型改造搜索引擎的公司之一。Perplexity通過AI直接生成答案取代了搜索頁面的鏈接列表，如今每天搜索量超過2000萬次，融資規模也超過了5億美元（估值90億美元）。

Adept創始人是OpenAI的前工程副總裁David Luan，他參與了語言、超級計算、強化學習的技術研究，以及GPT-2、GPT-3、CLIP 和 DALL-E項目的安全和政策制定。Adept專注開發AI Agent，目標是通過大模型結合工具調用能力，幫助用戶自動化完成複雜任務（如生成合規報告、設計圖紙等）。其開發的ACT-1模型能直接操作辦公軟件、Photoshop等。目前這家公司的核心創始團隊，包括David Luan已經轉投了亞馬遜的AGI團隊。

Covariant是一傢俱身智能創業公司，估值10億美元。其創始團隊均來自OpenAI解散的機器人團隊，技術基因源於GPT模型研發經驗. 專注開發機器人基礎模型，目標是通過多模態AI實現機器人自主操作，尤其聚焦倉儲物流自動化。不過，目前Covariant的核心創始團隊中的三位“OpenAI幫“成員Pieter Abbeel、Peter Chen和Rocky Duan，均已加入亞馬遜。

部分“OpenAI幫“創業公司

資料來源：公開資料，整理：旗艦

AI技術從"工具屬性"向"生產力要素"的躍遷，催生了三類產業機遇：替代型場景（如顛覆傳統搜索引擎）、增量型場景（如製造業智能化改造）、重構型場景（如生命科學底層突破）。這些場景的共同特徵是：具備數據飛輪構建潛力（用戶交互數據反哺模型）、與物理世界深度交互（機器人動作數據/生物實驗數據）、以及倫理監管的灰度空間。

而OpenAI的技術外溢，正在給這種產業變革提供底層動力。其早期開源策略（如GPT-2部分開源）形成了技術擴散的"蒲公英效應"，但當技術突破進入深水區後，閉源商業化成為必然選擇。

這種矛盾催生了兩個現象：一方面，離職人才將Transformer架構、強化學習等技術遷移到垂直場景（如製造業、生物科技），通過場景數據構建壁壘；另一方面，巨頭通過人才併購實現技術卡位，形成"技術收割"閉環。

當護城河變成分水嶺

“OpenAI幫”在高歌猛進，老東家OpenAI卻“舉步維艱”。

在技術和產品方面，GPT-5發佈日期屢次推遲，主流的ChatGPT產品則被市場普遍認為創新速度跟不上行業發展。

在市場方面，後來者DeepSeek已經開始逐步趕超OpenAI，其模型性能接近ChatGPT但訓練成本僅為GPT-4的5%，這種低成本復現路徑正在瓦解OpenAI的技術壁壘。

不過，“OpenAI幫”的迅速壯大，很大一部分原因在於OpenAI公司的內部矛盾。

目前OpenAI的核心研究團隊可以說已經分崩離析，11位聯合創始人僅剩Sam Altman與Wojciech Zaremba在職，45%的核心研究員已經外流。

Wojciech Zaremba

聯合創始人Ilya Sutskever離職創立SSI公司，首席科學家Andrej Karpathy公開分享Transformer優化經驗，Sora視頻生成項目負責人Tim Brooks轉投谷歌DeepMind。在技術團隊中，超過半數GPT早期版本作者已離職，其中的多數都已經加入到OpenAI競爭對手的行列中。

與此同時，據跟蹤招聘信息的Lightcast彙編的數據，OpenAI 自己的招聘重點似乎也變了。2021年，該公司 23% 的招聘信息是一般研究職位。2024 年，一般研究僅佔其招聘信息的 4.4%，這也從側面反應了科研人才在OpenAI中的地位正在發生變化。

商業化轉型帶來的組織文化衝突愈發明顯，員工規模三年擴張225%的同時，早期黑客精神逐漸被KPI體系取代，有研究人員直言"被迫從探索性研究轉向產品迭代"。

這種戰略搖擺導致OpenAI陷入雙重困境：既需要持續產出突破性技術維持估值，又不得不面對前員工利用其方法論快速復刻成果的競爭壓力。

AI產業的勝負手不在實驗室的參數突破，而在於誰能將技術基因注入產業毛細血管——在搜索引擎的答案流、機械臂的運動軌跡、生物細胞的分子動力學中，重構商業世界的底層邏輯。

是硅谷要分裂OpenAI？

“OpenAI幫”、“PayPal幫”的迅速崛起，在很大程度上是託了加州法律的“福”。

加州自1872年立法禁止競業協議以來，其獨特的法律環境成為硅谷創新的催化劑。根據《加州商業與職業法典》第16600條，任何限制職業自由的條款均屬無效，這一制度設計直接推動了技術人才的自由流動。

硅谷程序員平均任職週期僅3-5年，遠低於其他科技中心，這種高頻流動形成了"知識溢出"效應——以仙童半導體為例，其離職員工創立了英特爾、AMD等12家半導體巨頭，奠定了硅谷的產業基礎。

禁止競業協議的法律，看似對創新公司保護不夠，實則卻更加促進了創新。技術人員的流動，加速了科技的擴散，降低了創新的門檻。

2024年美國聯邦貿易委員會（FTC）預計，2024年4月全面禁止競業協議後，美國的創新活力將進一步釋放，政策實施首年或將新增企業8500家，專利數量激增17000-29000項，新增專利3000-5000項，未來10年中，每年專利增速為11-19%。

資本也是OpenAI幫崛起的重要推手。

硅谷風險投資規模佔全美30%以上，紅杉資本、凱鵬華盈等機構構建了從種子輪到IPO的完整融資鏈條，這種資本密集型模式催生了雙重效應。

首先資本是驅動創新的引擎，天使投資人提供的不只是資金，還包括行業資源整合。優步創立時的種子資金只有兩位創始人的20萬美元，僅有3輛註冊出租車。在接受了125萬美元的天使投資後，開始了快速融資，到2015年估值已達400億美元。

風險資本對科技產業的長期關注，也促進了科技產業升級。紅杉資本1978年注資蘋果、1984年代投資甲骨文，奠定其在半導體和計算機領域的影響力；2020年則開始深度佈局人工智能，參與OpenAI等前沿項目。國際資本（如微軟）對AI的百億美元級投入，都促使生成式AI技術商業化週期從數年縮短至數月級。

資本還為創新公司提供了更高的容錯能力。加速器篩選失敗項目的速度與成功項目同等重要，據初創企業分析機構startuptalky統計全球範圍內的初創企業失敗率為90%，硅谷的初創的失敗率為83%，雖然初創企業不容易成功，但在風險資本的投資網格中，失敗經驗可以快速轉化為新項目的養分。

圖片來源：startuptalky.com

不過，資本也在一定程度上改變了這些創新公司的發展路徑。

頭部AI項目未發佈產品即獲超十億美元估值，這變相導致了其他中小創新團隊資源獲取難度成倍增加。這種結構性失衡在區域分佈中更為凸顯，數據庫管理公司Dealroom的調研結果顯示，美國灣區單季度獲得的風險投資（247億美元）相當於全球第2-5名風投中心（倫敦、北京、班加羅爾、柏林）的總和。與此同時，印度等新興市場雖然實現133%的融資增長，但97%的資金流向估值超10億美元的"獨角獸"企業。

此外，資本有很強的“路徑依賴“，資本更喜歡可量化回報的領域，這也導致了很多新興基礎科學的創新在資金層面難以得到有力支撐。比如量子計算領域，國內量子計算創業公司本源量子的創始人郭國平，在創業初期就曾因為資金不足，賣房創業。郭國平第一次拉融資實在2015年，當年科技部公佈的數據顯示，我國在科研方面的總投入不足GDP的2.2%，其中基礎研究經費在研發投入裡只佔4.7%。

不光是缺乏支持，大資本也在通過“金錢“的誘惑，來鎖定頂尖人才，這使得初創企業CTO級崗位薪酬基本鎖定在七位數（美國公司則為美元，中國公司則為人民幣），形成"巨頭壟斷人才-資本追逐巨頭"的循環。

不過，這些“OpenAI幫”的估值大幅前置也存在著一定的風險。

Mira Murati和Ilya Sutskever的兩家公司，都是在僅有一個理念的情況下，就拿到了數十億美元融資。這都來自於他們對OpenAI頂尖團隊技術能力的信任溢價，但這種信任也存在風險——AI技術能否長期處於指數增長階段，其次是垂直場景數據能形成壟斷性壁壘。當這兩個風險遭遇現實挑戰（如多模態模型突破放緩、行業數據獲取成本激增），資本過熱可能引發行業洗牌。