智东西
编译｜万贵霞
编辑｜云鹏

智东西1月21日消息，据1月16日《财富》杂志报道，OpenAI前CTO米拉·穆拉蒂（Mira Murati）创办的，估值高达120亿美元（约合人民币835亿元）的AI初创公司Thinking Machines Lab，近日遭遇核心成员集中离职。

1月15日，OpenAI应用部门CEO菲吉·西莫（Fidji Simo）在X平台宣布，布雷特·佐夫（Brett Zoph）、卢克·梅茨（Luke Metz）以及萨姆·舍恩霍尔茨（Sam Schoenholz）已重新加入OpenAI。

▲发帖原文（图源：X）

在巨头高薪挖角、算力资源紧张、商业路径尚未清晰的多重压力下，这家成立时间不长、融资规模却空前的明星公司，正面临资金、算力资源等现实考验。

外媒认为，这场人事震荡，也再次暴露出当下AI人才争夺战的残酷程度。

一、核心成员集体离职，回流OpenAI引发震动

1月15日，Thinking Machines Lab三名核心成员离职并回归OpenAI。

OpenAI应用部门CEO菲吉·西莫（Fidji Simo）在X平台宣布，布雷特·佐夫（Brett Zoph）、卢克·梅茨（Luke Metz）以及萨姆·舍恩霍尔茨（Sam Schoenholz）已重新加入OpenAI。

▲重返OpenAI的三人，从左到右分别是，布雷特·佐夫（Brett Zoph）、卢克·梅茨（Luke Metz）以及萨姆·舍恩霍尔茨（Sam Schoenholz）。（图源：X）

其中，布雷特·佐夫是前Thinking Machines Lab的联合创始人兼前CTO，舍恩霍尔茨则属于该公司研究与工程“创始团队”成员。

根据安排，佐夫将直接向西莫汇报，梅茨和舍恩霍尔茨则向佐夫汇报，这三位离职员工加入返回OpenAI开发产品。

随后又有消息称，至少还有两名研究人员——莉娅·盖伊（Lia Guy）和伊恩·奥康奈尔（Ian O’Connell）也将从Thinking Machines Lab离职，其中盖伊将加入OpenAI。

关于佐夫的离职，事件本身也充满争议。据科技媒体Core Memory报道，穆拉蒂曾向公司员工通报，因“存在不道德行为”而终止了与佐夫的雇佣关系。

▲OpenAI前CTO米拉·穆拉蒂，现Thinking Machines Lab的CEO、联合创始人（图源：Fortune）

但OpenAI方面迅速否认了这一说法。西莫在发给员工的内部备忘录中说，相关指控并不成立，并强调此次招聘计划已筹备数周，并非临时起意。

截至目前，佐夫本人、Thinking Machines以及OpenAI均未就相关细节作出公开回应。

二、史上最大种子轮融资，仍难留住顶尖人才，高价挖人是常态

Thinking Machines Lab成立于2025年2月，时间并不长，却在2025年7月完成了约20亿美元（约合人民币139亿元）的种子轮融资，创下硅谷历史纪录，融资后估值约120亿美元（约合人民币835亿元）。

彭博社此前还报道称，该公司正在洽谈新一轮融资，目标估值高达500亿美元（约合人民币3481亿元）。然而，巨额资金并未转化为稳定的人才。

早在去年底，Thinking Machines Lab联合创始人安德鲁·图洛克（Andrew Tulloch）便已离职，转投meta AI团队。据报道，meta为部分AI顶尖研究人员开出的薪酬方案高达数亿美元甚至数十亿美元。

▲Thinking Machines Lab联合创始人安德鲁·图洛克，现已加入meta AI（图源：X）

如今，随着多名创始级成员接连出走，Thinking Machines的核心团队结构正受到明显冲击。

业内普遍认为，薪酬结构差距是新兴AI实验室留人困难的重要原因之一。

尽管Thinking Machines为早期成员提供了潜在价值极高的股权激励，但在短期内，这类股权很难与meta、DeepMind、OpenAI等成熟机构提供的高额现金薪酬竞争。

目前，部分科技巨头为顶尖AI研究员开出的年薪已达六位数甚至七位数美金，并辅以快速归属、可迅速变现的股票激励。

相比之下，新创实验室的期权不仅流动性较低，风险也更高。

与此同时，OpenAI和Anthropic均被认为在未来一至两年内存在IPO可能，这也进一步增强了其员工股权的吸引力，导致很多人想跳槽进去。

一位与Thinking Machines员工保持联系的前OpenAI研究员说，员工离职“更多是出于金钱原因”，有些人离开是因为“OpenAI提供了令人难以置信的优厚待遇”。

这位前研究员甚至暗示，OpenAI的应用部门CEO菲吉·西莫看到了通过挖走优秀员工来削弱Thinking Machines融资能力的机会，因为风险投资家通常不喜欢看到创始团队成员跳槽。

三、算力与芯片资源，成为隐形门槛，产品节奏与商业路径仍待明确

除了薪酬，算力资源也是新兴实验室难以回避的现实问题。

当前主流AI巨头正投入数十亿美元扩建数据中心，并成为英伟达AI芯片的优先客户。

谷歌拥有自研TPU，meta、OpenAI和Anthropic则通过自建数据中心，以及与亚马逊网络服务（AWS）和微软等云服务提供商合作。

相比之下，Thinking Machines Lab等新成立的实验室虽然短期内对芯片需求规模较小，但在获取高端GPU方面仍处于劣势，这在一定程度上限制了其开展前沿模型训练的能力。

在产品层面，Thinking Machines Lab目前对外披露的信息相对有限。迄今为止，该公司仅推出了一款名为Tinker的测试版工具，主要用于帮助研究人员微调开源大模型。

▲Tinker测试版工具（图源：Thinking Machines Lab官网）

虽然公司发布过多篇关于模型训练优化的研究成果，但何时推出通用模型、如何实现商业化，仍缺乏清晰时间表。

这种不确定性，也被认为在一定程度上影响了部分员工的长期预期。

类似情况同样出现在其他新兴AI实验室中。

OpenAI前首席科学家伊利亚·苏茨克维尔（Ilya Sutskever）于2024年6月创立的SSI（Safe Super Intelligence）公司，尽管已完成10亿美元（约合人民币70亿元）融资，但至今尚未正式发布产品。

苏茨克维尔也眼睁睁地看着meta公司挖走了他的联合创始人Daniel Gross，以增强其“超级智能”的研发实力。

结语：AI实验室淘汰赛，才刚刚开始

Thinking Machines Lab的人事震荡，并非个案，而是当前AI产业进入深水区后的缩影。

在资金不再稀缺、真正稀缺的是顶级人才与算力资源的背景下，新一代AI实验室正直面前所未有的生存压力。

当巨头们以现金、算力和成熟商业体系构筑高墙，初创实验室仅靠高估值和愿景，已很难稳住核心团队。

这场AI实验室淘汰赛，才刚刚开始。

《财富》杂志