top of page

Thinking Machines Lab 人才回归:为什么顶级创始人重新加入 OpenAI

已更新:6月17日

Thinking Machines Lab Talent Return: Why Top Founders Are Rejoining OpenAI

AI 行业刚刚见证了一场挑战标准创业叙事的“人才回流”。通常情况下,顶尖人才会离开 Google 或 OpenAI 这样的巨头,去创办一家灵活且资金充足的初创公司。但在 Thinking Machines Lab 人才回归 的案例中,情况却恰恰相反。

在筹集了高达 20 亿美元的巨额种子轮融资不到一年后,核心联合创始人 Barret Zoph 和 Luke Metz,以及关键研究员 Sam Schoenholz,已经放弃了这家估值 120 亿美元的公司,重返 OpenAI。

这不仅仅是高管变动;它释放了一个关于 AI infrastructure 现状以及与现有算力“重力井”竞争之难的信号。下面,我们将探讨开发者发现的技术脱节、离职的具体细节,以及这对 Mira Murati 试图建立的公司意味着什么。

技术现实:为什么“更简单”的基础设施会失败

The Technical Reality: Why "Easier" Infrastructure Fails

在分析公司层面的戏剧性变化之前,我们需要审视产品逻辑。许多 AI 平台(包括观察家对 Thinking Machines 的预期)的核心承诺是简化模型训练和微调的复杂堆栈。

开发者和用户在讨论这一点时Thinking Machines Lab 人才回归 已经指出该商业模式存在一个致命缺陷。

“双峰型”用户陷阱

Reddit 上的资深工程师强调了试图销售“抽象化” AI 基础设施的一个特定问题。一位用户根据其构建 loracraft.org 的经验指出,训练工具的市场分为两个截然不同的群体,而这两个群体都不会为中间层解决方案支付高额费用。

  1. 专家群体:真正具备训练和微调 Large Language Models (LLMs) 技能的人,对硬件和软件的依赖关系了如指掌。他们不需要——通常也不想要——一个隐藏细节的“保姆式”服务。他们需要的是原始算力和对硬件的直接访问权限。

  2. 新手群体:不了解底层硬件的人,无论界面多么简化,往往都无法产出可用的模型。

这里的观点是,Thinking Machines Lab 可能正在试图解决一个对于有支付能力的人来说并不存在的问题。试图消除训练运行中的“基础设施开销”,会创造出一个对专业人士限制过多,而对初学者来说又过于复杂的工具。

如果实验室内部的摩擦源于这种产品与市场的错配,这就解释了为什么像 Zoph 和 Metz 这样关注 Thinking Machines Lab 人才回归 模型性能前沿的研究人员,会退回到一个为原始算力而非商业抽象而构建基础设施的环境中。

OpenAI 算力的“重力井”

导致 Thinking Machines Lab 人才回归 的主要驱动因素似乎是初创公司(即使是估值 120 亿美元的公司)与老牌巨头之间巨大的资源差距。

在 AI 领域,资本并不等同于算力。Thinking Machines Lab 有钱,它拥有 Andreessen Horowitz、Nvidia 和 AMD 等支持者。但有钱购买 H100 与拥有一套已经投入运行、为下一代训练任务而优化的超大规模集群,在今天完全是两回事。

研究 vs. 产品工程

Barret Zoph 和 Luke Metz 本质上是研究人员。Zoph 此前在 Google 和 OpenAI 的工作重点是模型能力的理论极限。围绕这一消息的用户评论表明,建立一家新公司的行政负担分散了对实际研究的注意力。

在 OpenAI 工作时,“琐碎的基础设施”是别人的问题。你可以使用可能是地球上最大的协同计算集群。而当你创办一家初创公司时,你会花费大量时间在招聘、管理供应商关系以及处理公司建设中那些平凡的后勤事务上。

对于顶尖研究人员来说,“OpenAI 引力井”的诱惑力是巨大的。这些创始人的回归表明,对于那些想要挑战 AGI 极限的人来说,经营初创公司的摩擦成本太高了。他们希望待在训练模型的地方,而不是在董事会上讨论股权结构表。

离职剖析:一次公关失误

这次 Thinking Machines Lab 人才回归公告的执行暴露了组织管理风格的裂痕。事件的时间线造成了不必要的混乱和猜测。

最初,Thinking Machines CEO Mira Murati 仅宣布了 Barret Zoph 的离职。这是一份标准且礼貌的公司告别声明。

然而,在 Murati 发表声明后不久,OpenAI 的产品副总裁 Fidji Simo 在 X(原 Twitter)上发文欢迎更大规模的团队回归。Simo 澄清说,回归的不止是 Zoph,还包括联合创始人 Luke Metz 和 Sam Schoenholz。Simo 进一步指出,这一举动已经筹备了数周之久。

这种差异至关重要。当一名 CEO 宣布一人离职,而竞争对手宣布三人加入时,这暗示了透明度的缺失,或者是试图为投资者减轻冲击。这会营造出一种不稳定的观感。如果 Thinking Machines Lab 人才回归内部已知晓数周,但这种零敲碎打的发布策略未能成功控制舆论导向。

Andrew Tulloch 先例

这并非初创团队遭受的首次打击。另一位联合创始人 Andrew Tulloch 已于 2025 年 10 月离职加入 Meta。随着 Tulloch 的离开,以及现在 Zoph 和 Metz 回归 OpenAI,公司的技术领导层已被掏空。

谁还留着?Soumith Chintala 因素

Who is Left? The Soumith Chintala Factor

Thinking Machines Lab 人才回归 的消息中,有一项重要的任命:Soumith Chintala 被任命为新任 CTO。

这是一个关键的稳定举措。作为 PyTorch 的创始人,Chintala 在开发者社区广受尊敬。他的加入为这家刚刚失去主要研究负责人的公司赋予了技术合法性。

然而,CTO 与研究主管不同。Chintala 的专长在于框架和开源生态系统。而离职的创始人则是模型行为和训练动力学方面的专家。人员的更替可能预示着公司战略的转变——从纯研究(Zoph 和 Metz 的领域)转向工具化和工程实现(Chintala 的领域)。

对于 Thinking Machines Lab 人才回归 在叙事层面上,Chintala 起到了平衡作用,但在填补公司最初关于“确定性 LLM”的愿景以及研究优先的发展模式方面,他仍面临巨大的空缺。

用户需求:对确定性的渴求

User Needs: The Demand for Determinism

尽管管理层陷入混乱,社区仍然对 Thinking Machines Lab 声称要解决的具体问题保持着浓厚兴趣。

从关于 Thinking Machines Lab 人才回归 的讨论中提取出的关键用户需求之一,是对“确定性 LLM”的渴望。目前,LLM 是概率性的——即使在相同的 Temperature 设置下运行两次相同的提示词,由于并行计算中的浮点非确定性,你可能仍会得到不同的结果。

该实验室曾发表过备受推崇的研究,探讨了为什么模型应该是确定性的,以及如何实现这一目标。开发者们渴望得到这种能力。

  • 需求: 生产代码中可靠、可重复的模型输出。

  • 问题: 当前的架构使得严格的确定性在计算上非常昂贵,或在架构上难以实现。

  • 担忧: 随着这项工作背后的研究人员离职,社区担心这一特定的研究方向将被放弃,转而开发通用的“AI Wrapper”产品。

如果 Thinking Machines Lab 为了生存而偏离这种深科技研究,行业将失去一个宝贵的专业知识来源。

估值风险:120 亿美元的问题

Valuation Risks: The $12 Billion Question

Thinking Machines Lab 人才回归 迫使人们审视围绕“产品前期” AI 公司的估值泡沫。

Thinking Machines Lab 凭借其创始团队的背景,以 120 亿美元的估值筹集了资金。其前提是,由前 OpenAI 和 Google 研究员组成的“超级团队”可以打造出与巨头抗衡的产品。

“人才溢价”的破灭

当这些人才离职时,估值逻辑随之崩塌。投资者为 Barret Zoph 和 Luke Metz 支付了溢价。随着他们的离开,公司虽然持有现金,但缺乏支撑该价格标签的特定人力资本。

这对整个生态系统都是一个警示。虽然算力是一种商品,但顶尖的研究人才并非如此。事实证明,合同和归属计划不足以留住那些可以随时跳槽到 OpenAI 并立即获得更好资源的员工。Thinking Machines Lab 的人才回归证明了即使是数十亿美元的账面财富,也无法与在世界最先进模型上工作的即时满足感相抗衡。

对 AI 初创公司的影响

这一事件为 2026 年的 AI 领域确立了一个令人担忧的趋势。

  1. 招聘护城河: OpenAI 正在证明,它仅仅通过存在就能重新夺回人才。“校友网络”正在反向流动。

  2. 基础设施即过滤器: 如果你的初创公司的价值主张是“更简单的基础设施”,那么你就是脆弱的。需要它的人无法有效地使用它,而能使用它的人并不需要你。

  3. 透明度至关重要: Murati 仓促的声明损害了信任。在充满风险的环境中,清晰透明是应对危机的唯一途径。

此次 Thinking Machines Lab 人才回归 不仅仅是一次人事公告,更是一次现实审视。“脱离式 AI 实验室”的浪漫时代可能正在终结,因为基础设施成本和研究需求的巨大引力正将最聪明的头脑拉回中心。

FAQ:Thinking Machines Lab 人才回归

在最近的这次事件中,究竟是谁离开了 Thinking Machines Lab?

联合创始人 Barret Zoph 和 Luke Metz,以及研究员 Sam Schoenholz 已经离开公司。这三人都将回到 OpenAI,继续担任技术和研究职位。

尽管估值很高,为什么创始人仍选择回到 OpenAI?

这次 Thinking Machines Lab 人才回流 是由获取更优越的计算基础设施以及专注于纯粹研究的愿望所驱动的。创始人通常发现,初创公司的行政负担会分散技术工作的精力,而 OpenAI 则能提供立即访问大规模训练集群的机会。

谁将接替离职的高管?

因在 PyTorch 方面的工作而闻名的 Soumith Chintala 已被任命为 Thinking Machines Lab 的新任 CTO。他接替 Barret Zoph 领导公司的技术战略。

Thinking Machines Lab 此前是否失去过其他创始人?

是的。另一位联合创始人 Andrew Tulloch 已于 2025 年 10 月离开公司加入 Meta。这标志着该实验室在成立的第一年内出现了持续的高层流失模式。

关于该公告的争议是什么?

CEO Mira Murati 最初仅宣布了 Barret Zoph 的离职。随后不久,OpenAI 公开确认 Luke Metz 和 Sam Schoenholz 也将回归,这使得该实验室最初的沟通显得不完整或有回避之嫌。

这对公司的估值有何影响?

Thinking Machines Lab 的估值约为 120 亿美元,这在很大程度上基于其创始团队的声誉。这次 Thinking Machines Lab 人才回归 移除了支撑这一估值的核心资产,从而给留任的领导层带来了压力,要求他们证明在没有最初架构师的情况下仍能交付成果。

 
 

免费开始

一款本地优先的AI助手,具备个人知识管理功能

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)M-Chip Mac

在你的大脑里添加一个搜索栏

Ask remio

记住一切

​无需整理

bottom of page