Lilian Weng 离开 Thinking Machines 后重返 OpenAI

Lilian Weng 因健康问题使创业公司的工作节奏难以为继而离开 Thinking Machines Lab，随后在数日内重返 OpenAI。这一连串事件构成了这篇 OpenAI 相关 TechCrunch 报道的核心张力。Weng 表示，持续的压力与工作量已超出她的身体健康所能承受的范围。OpenAI 随后任命她负责一支高级研究团队。

这并非相邻 AI 实验室之间一次普通的人才流动。Weng 曾与前 OpenAI 首席技术官 Mira Murati 共同创办 Thinking Machines。此前，她曾担任 OpenAI AI 安全研究副总裁，工作横跨模型开发与部署安全保障。

此次回归也延续了一场显著的人才逆流。Thinking Machines 的创始团队主要由知名 OpenAI 校友构成，但此后已有多位高级成员重返 OpenAI 或加入 Meta。根据 Weng 本人的说法，她的决定出于个人原因；但其竞争影响不止于一项高管任命。

Weng 离开了一份高强度岗位，又接受了另一份

关键区别在于，离开的是创业公司领导岗位，而非彻底离开前沿 AI 研究。

Weng 于 2026 年 7 月 27 日宣布离开 Thinking Machines。她在一则后来公开分享的内部 Slack 消息中称，这一决定艰难且令人悲伤。她也表示，这一决定源于持续的压力，而不是对 AI 研究失去兴趣。

“我觉得自己无法继续维持创业公司所要求的节奏，”Weng 在消息中写道。她表示，长期压力与工作量已将她推过身体健康所能承受的极限。她在经过数月考虑后作出了这一结论。

这一措辞很重要。Weng 并未表示自己无法再开展雄心勃勃的研究，或无法在前沿实验室工作。她所指出的是创业公司所要求的节奏——在这种环境中，联合创始人往往需同时承担战略、技术、招聘与组织管理职责。

7 月 29 日，离职详情变得更具影响力。OpenAI 向 TechCrunch 表示，Weng 将重返该组织。公司称，她将领导一支高级团队，加速内部研究工作。

据公司发言人称，该团队将支持 OpenAI 各领域的研究。其工作将包括递归式自我改进，即 AI 系统可帮助改进用于开发其后继系统的流程。这一表述涵盖广泛的研究方向，并不意味着已确认存在能够自主自我改进的系统。

这项任命在技术上很重要，同时听起来也颇具挑战性，由此形成了报道中看似矛盾的一点：Weng 因压力离开一家顶尖 AI 实验室，却又接受了另一家前沿竞争实验室的高级职位。

仅凭职位名称无法化解这一矛盾。年轻公司的联合创始人所承担的风险敞口，与大型组织内部的研究负责人并不相同。创业公司领导者可能需要将每一次招聘延误、产品决策、融资讨论和技术挫折都纳入同一职责范围。

OpenAI 可以为 Weng 提供更聚焦的职责范围、既有的运营支持，以及研究与公司管理之间更明确的组织分工。这种结构并不能保证工作量一定可控，但确实能让这两个决定彼此相容，而无需假定任何一种解释不够真诚。

Murati 公开支持 Weng 的决定。她表示 Thinking Machines 会想念她，并认可 Weng 将健康放在首位。Murati 与 Weng 均未公开提及在研究、治理、融资或产品方向上存在争议。

因此，现有证据支持一个有限结论：Weng 表示，与其创业公司职责相关的工作量已令她的身体难以承受。OpenAI 提供了一个高级研究职位；尽管其职责使命在技术上雄心勃勃，但可能涉及较少的创始人级义务。

这一差异应始终居于核心位置。将此次变动视为隐藏冲突的证据，超出了公开记录所能支持的范围；将其当作一次普通跳槽，则忽视了时机与竞争后果。

OpenAI 相关 TechCrunch 报道为何令 Thinking Machines 承压

Weng 的回归增强了 OpenAI，同时迫使 Thinking Machines 证明其战略能够经受住持续的领导层离职。

Thinking Machines 于 2025 年 2 月成立，拥有人工智能领域最受瞩目的创始团队之一。Murati 曾在 OpenAI 领导重要的产品与技术工作。Weng 则带来了机器人、应用研究、模型安全与研究管理等多方面经验。

在尚未发布公开产品之前，投资者便押注了这支团队。该公司在 2025 年完成一轮 20 亿美元种子轮融资，估值为 120 亿美元。Andreessen Horowitz 领投，Accel、Nvidia、AMD、Cisco、Jane Street 及其他投资者参与。

这些数字为一家新实验室带来了不同寻常的资源，也带来了不同寻常的期待。估值达到这一水平的公司必须展示的不只是有趣的研究，尤其是在其最初的吸引力很大程度上建立于 Murati 周围聚集的人才之时。

即使孤立来看，Weng 的离开也会引发关注。它紧随数次其他高级人员离职之后，使延续性成为更大的问题。

联合创始人 Andrew Tulloch 于 2025 年 10 月离职加入 Meta。2026 年 1 月，联合创始人 Barret Zoph 和 Luke Metz 重返 OpenAI。据早前报道，前 Thinking Machines 研究员 Sam Schoenholz 也与他们一同加入。

Zoph 的离开尤其重要，因为他曾担任首席技术官。Thinking Machines 任命 Soumith Chintala 为新 CTO，保留了经验丰富的技术领导力量。但替换一位创始高管，与留住投资者最初押注的团队并不相同。

这一模式改变了围绕该公司的竞争叙事。Thinking Machines 最初被视为 OpenAI 可能将杰出研究人员和高管流失给资金充裕竞争者的证据。后续的人才流动则表明，OpenAI 也能将其中一部分人才重新吸引回来。

OpenAI 获得的不只是又一个知名名字。Weng 从过往经历中了解其研究文化、内部系统与安全流程。她在成为高级安全负责人前，曾参与包括 GPT-4 和 OpenAI 机器人手研究在内的项目。

这种熟悉度可以缩短回归高管发挥效能所需的时间。OpenAI 也获得了一位已花费一年多时间协助建立竞争性实验室的研究者。没有公开证据表明专有信息随她一同流动，也不应作此假设。

对 Thinking Machines 而言，眼下的压力在于执行。公司必须重新分配 Weng 的职责，确保当前项目继续推进，并说服留任员工其领导结构稳定。与此同时，它还必须与拥有更大规模产品、既有分发渠道和深厚基础设施的组织竞争。

招聘也成为挑战的一部分。前沿 AI 研究人员可以在资金雄厚的实验室之间作出选择，这些机构能够提供庞大的算力预算和有影响力的岗位。创业公司可以用自主权、所有权和塑造新机构的机会作为对抗筹码；但若新领导者未能明确掌舵，创始人反复离职将削弱这一吸引力。

客户信心同样重要。评估年轻 AI 供应商的组织不会只看基准测试结果，还会考虑供应商能否维护模型、支持部署、保护数据，并在数年内维持路线图。

Thinking Machines 拥有足以吸收人事变动的资本。资本却无法自动替代创始研究人员所带走的机构知识，也无法证明客户会采用公司的产品。

因此，这篇 OpenAI 相关 TechCrunch 报道带来的是一项现实考验，而不是即时裁决。Thinking Machines 并不需要维持每一段创始关系才能成功，但需要证明其技术战略属于这家机构，而不只属于最初提出这一战略的人。

人才流向已转向 OpenAI

Thinking Machines 创立时是 OpenAI 的替代选择，但其前东家已成为数位离任创始人的去向。

最有启发性的对比，并不只是 OpenAI 与 Thinking Machines 的简单较量，而是创始人主导的独立性承诺，与成熟前沿实验室运营优势之间的对照。

Thinking Machines 为知名研究人员提供了建立新组织的机会，而无需继承 OpenAI 的全部内部历史。其公开愿景强调让 AI 系统更易理解、更可定制。这一主张吸引了对封闭、固定模型服务感到不满的客户与研究人员。

OpenAI 提供的是另一种组合：广泛使用的产品、现有研究基础设施、成熟的部署系统，以及获得巨大算力的能力。研究人员可以影响触达庞大受众的模型，同时无需参与构建支撑这些工作的每一层组织架构。

Weng 如今已亲身经历两种安排。她曾在 OpenAI 工作多年，于 2024 年 11 月离开，并协助建立 Thinking Machines。她的回归并不能判定哪种组织模式更优，但表明独立所带来的成本不止于技术不确定性。

Zoph 和 Metz 早先重返 OpenAI 的情况也呈现出同样的大致模式。他们的变动发生在 Thinking Machines 成立不到一年后。OpenAI 曾公开表示，2026 年 1 月的回归已讨论数周。

Murati 对 Zoph 离职的回应也显露出竞争压力。她的公告称 Thinking Machines 已与他分道扬镳，并立即任命 Chintala 为 CTO。OpenAI 随后宣布，Zoph、Metz 和 Schoenholz 将回归。

这些细节与 Weng 的离职不同。Weng 提及健康原因，并获得 Murati 公开支持。若将一人的离职报道情境套用于另一人，将是不准确的。

不过，累积结果仍值得关注。已有四名联合创始人离开 Thinking Machines，其中三人重返 OpenAI，一人加入 Meta。这一记录引发了一个问题：当成立初期的兴奋感遭遇执行层面的要求时，新实验室是否能够留住顶尖人才。

OpenAI 自身也经历过重大人才流失。Murati 在担任 CTO 后离开；John Schulman 在成为 Thinking Machines 首席科学家前离职加入 Anthropic；Ilya Sutskever 离开后创办 Safe Superintelligence，其他研究人员则创办或加入了竞争性项目。

因此，人才流动并不是衡量机构健康状况的单向指标。前沿实验室始终在彼此之间招募人才。研究人员也会在其偏好的技术方向、领导角色或对运营责任的承受程度发生变化时更换组织。

不过，创始人离职的分量远高于普通招聘。创始人参与定义初创公司的使命，并维系着无法通过标准招聘流程重建的关系。他们的离开也可能改变外界对后续产品决策的解读。

Thinking Machines 现在必须将重点从履历转向证据。这意味着要展示其留任团队能够交付什么、产品有何不同，以及客户是否会围绕这些产品建立持久的工作流程。

公司已通过模型定制平台 Tinker 和开放权重模型 Inkling 开始这一转变。开放权重让用户可以访问训练后的模型参数，相比封闭 API 通常提供的能力，能让用户对定制和部署拥有更多控制权。

公司将定制能力定位为其核心优势。组织应能够利用自身的知识和判断来调整模型，并随着需求变化持续更新。这是对完全依赖 OpenAI 或 Anthropic 通用系统的一种明确替代方案。

这一替代方案为 Thinking Machines 提供了一条可信的发展路径。它也降低了仅以通用基准测试领先地位来比较该公司价值的意义。专用且可控的模型即便不是最强的通用助手，也可能很有用。

然而，差异化必须经得起人员变动。客户需要稳定的工具、文档、支持和可预测的模型行为。他们不能只围绕一个创始故事构建长期系统。

健康状况解释了这一决定，但并未消除所有不确定性

公开记录支持 Weng 对健康原因的解释，但其在 OpenAI 的工作量、汇报结构和长期适配性仍未经验证。

Weng 用了不同寻常的直接措辞，描述她所担任角色对身体造成的影响。她没有用一份泛泛的声明来掩饰，并称自己只是寻求另一份机会。这种坦诚应被视为证据，而不是对未披露纠纷进行猜测的邀请。

她的讲述也暴露出前沿 AI 研究中的一个更广泛问题。实验室正竞相招募稀缺专家、获取算力、发布模型并界定新兴市场。创始人必须同时面对这些压力，而且往往发生在公司尚未形成稳定结构之前。

这项工作可能在智力上极具吸引力，同时也会损害身体健康。这并非 AI 独有，但围绕前沿实验室的资本投入和竞争紧迫感可能会加剧这种冲突。大规模融资能延长资金续航期，同时也会提高外界对速度的预期。

Weng 回归 OpenAI 并不否定她的声明。关键问题在于，新角色是否消除了她所指出的那些条件。OpenAI 尚未公开说明她的工作时长、汇报结构、人员配置或运营职责。

领导一支顶级研究团队仍可能伴随显著压力。递归自我改进处于前沿实验室核心竞争的附近。该领域的进展可能影响研究速度、模型能力以及未来开发的经济性。

Weng 最近的独立写作表明，她对相关问题仍抱有持续兴趣。她的研究文章探讨了测试时计算、缩放定律以及改进 AI 研究工作流程的系统。测试时计算指的是让模型在解决任务时投入更多计算资源。

这种学术延续性使 OpenAI 的任命显得可以理解。Weng 并未离开研究领域。她离开的是一种特定的责任、不确定性和工作量组合。

不过，外部观察者无法验证这项新安排是否会保护她的健康。OpenAI 的发言人描述了该团队的使命，但没有提供工作场所细节。纸面上职责更窄的角色，可能在研究变得具有战略重要性时扩张。

OpenAI 同样承受着激烈的竞争和商业压力。它必须改进模型、管理安全风险、支持广泛部署的产品，并为大规模基础设施投入提供资金。公司内的研究人员不会仅仅因为不是创始人就与这些要求隔绝。

这项任务本身也需要仔细审视。递归自我改进可以指帮助研究人员编写代码、设计实验或分析结果的实用工具。它也可能引发关于 AI 系统自主提升自身能力的更强主张。

OpenAI 仅向 TechCrunch 确认了这一宽泛的研究重点。它尚未公开展示一个能够反复产出能力更强后继系统的自主循环。报道不应将一项研究议程等同于一项已经完成的能力。

安全问题自然随之而来，因为 Weng 此前曾领导 AI 安全研究。能够加速内部研究的系统可能压缩开发周期。只有当评估、监督和安全流程能够同步跟进时，更快的迭代才有价值。

她的背景或许有助于连接这些目标。OpenAI 在其 GPT-4 contributions 中将 Weng 列为应用研究负责人，并在后续模型工作中将她列为贡献者之一。她也参与了公司内部安全系统的建立。

然而，个人经验不能替代机构控制。读者应关注 OpenAI 如何为内部研究代理定义访问权限、人工批准、评估和隔离措施。公司尚未披露 Weng 新团队在这些方面的细节。

Thinking Machines 同样面临不确定性，但性质不同。Murati 的支持性回应确认了对 Weng 健康决定的尊重，却没有说明继任者是谁，也未解释公司将如何分配她的职责。

缺少这些信息并不证明存在混乱。私营公司很少会立即公布完整的内部继任计划。但这确实意味着，外界缺乏连续性已经得到保障的证据。

因此，持怀疑态度的解读应保持边界。Weng 的解释看起来与她回到一个职责更明确的研究岗位相符。OpenAI 是否真的能提供可持续的边界仍属未知，而 Thinking Machines 能否替代她的机构性角色同样尚未解决。

Weng 离职后，Inkling 必须承担更大分量

Thinking Machines 现在需要让产品采用情况取代创始人声望，成为其未来最有力的证据。

公司于 2026 年 7 月发布 Inkling，这是一款面向定制的开放权重模型。它通过 Tinker 提供模型微调服务，让开发者能够使模型适应专门任务和数据。

Thinking Machines 并未将 Inkling 定位为最强的通用模型。这一选择很重要，因为它明确了公司希望赢得的市场。目标是让组织对模型行为、部署和专业知识拥有更多控制权。

例如，法律团队可能围绕内部文档结构和审查实践定制模型。软件公司可能让模型适配自身代码库和测试规范。研究团队则可能针对狭窄的科学工作流程优化其行为。

只有当定制能够可靠地提升性能时，这些场景才有价值。客户还必须评估隐私、基础设施成本、维护，以及未来模型更新破坏既有工作流程的风险。

OpenAI 和 Anthropic 通过托管模型和企业服务接触许多这类客户。其系统降低了部署负担，但通常对模型权重提供较少的直接控制。Thinking Machines 正押注于：有相当一部分买家会足够重视控制权，愿意承担额外复杂性。

Inkling 为这家初创公司提供了检验这一押注的具体方式。在发布之前，投资者主要是在押注一个团队和一个愿景。现在，用户可以判断 Tinker 和 Inkling 是否能为特定工作负载带来更好的结果。

这一时机使这些判断更为重要。每一次创始人离职都会引发对内部状况的猜测。客户使用情况能提供独立信号，在不要求公司披露私人人事问题的情况下反驳这种猜测。

Thinking Machines 可以通过列举可信的部署案例、发布可复现的评估结果，并维持清晰的发布节奏来巩固自身地位。它也可以说明谁负责此前与离任领导者相关的技术领域。

公司拥有重要的基础设施关系。其融资包括大型科技投资者，并一直在寻求大规模算力合作。这些资源提供了能力，但并不能证明存在产品需求。

即便公司避免直接竞争最高通用基准分数，模型开发仍然成本高昂。定制平台需要可靠的训练基础设施、评估工具、安全控制和支持。开放权重发布还面临来自 Meta、Mistral、Moonshot AI 及其他模型开发商的竞争。

Thinking Machines 可以通过完整工作流程而非仅靠基础模型实现差异化。如果 Tinker 能让适配变得更容易，而 Inkling 对专门训练反应良好，客户可能会较少在意领导层相关新闻。

这是对该公司最乐观的解读。一个持久的平台不应依赖每位原始创始人都无限期留任。当有能力的继任者获得明确授权时，领导层过渡甚至可以明确职责归属。

更艰难的解读是，在采用规模形成之前，持续离职会拖慢产品执行。新领导者需要时间吸收背景信息。留任员工可能承担更多工作，潜在地重现 Weng 所描述的工作量担忧。

这两种结果目前均未得到证实。Inkling 只是最近才进入公众视野，长期使用数据尚不可得。Thinking Machines 未披露足够的客户指标来衡量留存或生产部署情况。

因此，公司的模型战略将面对更苛刻的受众。投资者希望看到其融资能够支持持久价值的证据。开发者希望证明定制化优于替代方案。员工则希望确信职责仍然可持续。

OpenAI 从这种对比中获益。它可以为研究人员提供大型组织，也能为客户提供成熟的产品环境。不过，其封闭式路径也为提供更大控制权的竞争对手留下了空间。

Weng 的离开并未抹去这一机会。它增加了 Thinking Machines 必须通过产品而非声誉来抓住机会的压力。

三个信号将揭示这次变动的真实含义

接下来的证据应来自领导职责归属、产品采用情况，以及 OpenAI 对 Weng 研究任务的定义。

第一个信号是 Thinking Machines 的继任计划。公司不必复制 Weng 的确切职位，但必须展示谁将负责她留下的工作。清晰的职责归属将降低责任在一支已经承受压力的团队中变得碎片化的风险。

如果一位受尊敬的领导者承担责任，且产品时间表保持完整，这一信号将加强机构韧性的论据。持续的模糊性、延期发布或更多高管离职，则会加剧对连续性的担忧。

第二个信号是 Inkling 和 Tinker 的持续采用。公开的客户案例比下载总量更重要，因为它们能够表明组织是否在真实工作流程中使用定制模型。

技术评估还应将该平台与专门任务中的可信替代方案进行比较。通用基准分数对该公司既定战略的揭示有限。真正相关的问题是，适配是否为需要控制能力的客户创造了可衡量的价值。

实际投入生产将强化 Thinking Machines 的论点：其机构使命不止于创始团队阵容。若采用表现疲软，人员流失的影响将更加重大，因为公司仍会高度依赖声誉和融资。

第三个信号是 OpenAI 如何界定并管理 Weng 的内部研究团队。该公司曾介绍一个专注于加速研究的顶层团队，其中包括递归自我改进。它尚未说明该团队的里程碑或保障措施。

具体产出可能包括内部研究工具、公开发表的方法、评估结果，或对未来模型开发的贡献。OpenAI 还应澄清，人类如何监督用于改进研究流程的系统。

在控制措施明确的前提下实现有用的加速，将支持 Weng 回归背后的逻辑。缺乏评估细节的笼统能力宣称，则会削弱信心并放大安全疑虑。

她的工作负荷也是这一信号的一部分，尽管这可能仍属私人信息。公众不应期待获得个人医疗信息。OpenAI 仍可证明，高级技术岗位拥有明确职责和充分的组织支持。

对开发者和企业买家而言，这些信号影响的不只是职场动态。人才流动可能改变产品路线图、安全优先级、文档质量以及模型发布速度。它也可能揭示，哪些组织结构能在代价高昂的竞争中留住研究人员。

知识工作者应当关注，因为递归自我改进可能影响他们使用的工具。如果 AI 系统帮助改进开发工作流，能力迭代周期可能缩短。更快的发布可以提供更好的辅助，同时也会增加评估和适应的负担。

这个故事也提醒人们谨慎解读高管流动。一次离职既可能出于个人必要，也可能具有竞争层面的重要意义。这两种结论并不相互排斥。

应在 Weng 所披露信息的范围内接受她的声明。同样，OpenAI 向 TechCrunch 提供的说法也应被视为对新职位的确认，而非所有紧张关系都已解决的证据。

Thinking Machines 现在必须证明，其留任团队能够将大量资本转化为持久的产品。OpenAI 则必须证明，雄心勃勃的研究使命能够与 Weng 所称自己需要的界限并存。

关注下一项领导层任命、首批可信的 Inkling 部署，以及 Weng 新团队的产出。这些信号结合起来，将揭示此次变动究竟只是一次引人注目的回归，还是 AI 人才竞争格局的更深层转变。