OpenAI前团队创业内乱，CTO泄密竞对遭开除，翁荔火速发文

本文来自微信公众号： InfoQ ，作者：冬梅，原文标题：《OpenAI前团队创业内乱，CTO泄密竞对遭开除！翁荔火速发文》

在AI行业，人才流动从来不是简单的“去留”问题，而往往折射出更深层的技术路线、组织理念与权力结构的变化。

过去一年里，前OpenAI首席技术官Mira Murati创办的Thinking Machines Lab，一度被视为“OpenAI体系外最值得关注的实验之一”。然而，这家成立时间并不长、却已完成20亿美元种子轮融资的明星公司，如今正迎来成立以来最关键的一次人员震荡。

当地时间周三，Murati在社交媒体上宣布了公司联合创始人兼CTO Barret Zoph的离职。“我们已与Barret Zoph分道扬镳，”Murati在X平台上发帖称。

“Soumith Chintala将出任Thinking Machines的新任CTO。他是一位才华横溢、经验丰富的领导者，十多年来为人工智能领域做出了重要贡献，也是我们团队的重要成员。我们非常高兴他能承担起这项新的职责。”

Murati声明中的用词较为克制，仅强调“双方已分道扬镳”，并未对离职原因、过程或分歧作出任何解释。

根据有人获悉的内部消息，此次是由于Barret Zoph个人的不道德行为（向竞争对手公司泄漏了公司机密），Thinking Machines Lab才解雇了他。Mira Murati甚至是在全体员工大会上宣布了这一消息。

但不到一小时后，另一则公开信息迅速改变了外界对这一事件的理解。

OpenAI应用部门CEO Fidji Simo同样在X平台发文，宣布欢迎Barret Zoph、Luke Metz以及Sam Schoenholz“回归OpenAI”，并明确表示这一安排“已筹备数周”。

Simo在发文中称，“Barret将向我汇报工作；Luke和Sam将向Barret汇报工作。关于他们未来的工作重点，敬请期待！”

短短58分钟内，两个高度相关却几乎没有交集的公开声明，构成了一次罕见而耐人寻味的“信息对冲”。

从结果看，这不仅是Thinking Machines Lab失去了一位联合创始人，更是一次系统性的“回流”：三位核心技术人物，几乎同时从Murati的创业公司转向OpenAI。对于一家尚未正式推出核心产品、却以“重塑通用人工智能研究方式”为愿景的初创公司而言，这一变化的象征意义，远大于人员数量本身。

随着事情的发酵，Thinking Machines Lab联合创始人、前OpenAI安全研究副总裁翁荔（Lilian Weng）也在X上发声了，她的发文中没有明确就此事展开评论，而是发了一些个人感慨：

从OpenAI核心到创业阵营

要理解这次事件的分量，必须回到几位关键人物的背景。

Mira Murati曾长期担任OpenAI的首席技术官，是GPT-4等核心模型研发阶段的重要管理者之一。她在2024年9月离开OpenAI，此举一度被外界解读为OpenAI高层频繁变动背景下的又一次重要分叉。

离职后不久，她便与Barret Zoph、Luke Metz等人共同创立Thinking Machines Lab，并亲自出任首席执行官。

Thinking Machines Lab CEO、OpenAI前CTO Mira Murati

Zoph的履历在AI研究界极具分量。他曾担任OpenAI研究副总裁，在此之前，他在谷歌担任研究科学家长达六年，是深度学习与架构搜索方向的重要研究者之一。

在OpenAI期间，他负责后训练（Post-Training）研究，这包括模型对齐、工具调用、评估体系、ChatGPT性能提升、搜索功能以及多模态能力开发等关键项目。

其博客个人介绍中也明确指出，他在OpenAI工作期间“他的团队负责对齐、工具使用、评估、ChatGPT、搜索和多模态等功能，并训练用于ChatGPT与API的模型”。

这些职责意味着Zoph在当时直接参与了OpenAI核心模型（例如ChatGPT与大型语言模型系列）从研究阶段到产品化前训练阶段的关键工作。

Thinking Machines Lab前CTO、OpenAI前研究副总裁Barret Zoph

Luke Metz同样曾在OpenAI工作多年，曾是OpenAI团队的创始成员之一。他与John Schulman、Barret Zoph、Liam Fedus以及其他许多人一起，开发了ChatGPT。在此之前，他曾在Google Brain担任研究科学家。

在进入行业之前，Metz就已活跃于机器学习研究领域，其学术作品涉及优化、元学习、生成模型等多个方向。从他在ResearchGate和Semantic Scholar上的发表记录可以看出，他参与了多篇关于深度学习、学习优化策略和元学习的论文，这些论文的引用量很高，表明其研究在社区内部具有较强影响力。

Sam Schoenholz也有OpenAI工作经历，在OpenAI工作期间，他参与了多个生成式模型研发相关的体系贡献，但官方报道并未具体列出他的单项项目头衔或单独负责成果。他的LinkedIn页面在事件发生后仍显示其供职于Thinking Machines Lab。在加入OpenAI之前，他也曾供职于谷歌。

虽然Thinking Machines Lab的官方公告未单独提到Schoenholz的离职，但OpenAI的声明中明确包括他，表明他确实从Thinking Machines Lab转向OpenAI。

正因如此，Thinking Machines Lab从一开始就被视为一次“前OpenAI核心技术团队的集体外溢”。这一判断并非空穴来风。

高调的AI创企，

首个产品没砸出任何水花

公司自成立之初就定位于构建通用、更可定制、更易理解的AI系统，希望让AI能适应人类多种需求，并让研究社区与开发者更容易使用最前沿的模型能力。

成立后不到半年，Thinking Machines Lab在2025年7月完成了规模高达20亿美元的种子轮融资，由风险投资机构Andreessen Horowitz（a16z）领投，多家机构参与，包括Nvidia、AMD、Accel、Cisco、ServiceNow和Jane Street等。该融资使公司估值达到约120亿美元，成为当时成立尚短、尚无收入、尚未明确推出产品的AI初创公司中估值最高的一例。

这一融资规模之所以备受关注，主要来自两个方面：一是资本对核心人才的押注：资本市场对包括Murati在内的“OpenAI系创业团队”给予了极高的信任，认为该团队能够开拓新一代AI研究与产业方向。

二是对AI未来路径的押注：投资者愿意用“种子轮”阶段资金支持一个尚未推出产品的团队，反映出市场对AI基础研究与基础设施工具方向的高度预期。

但在这个阶段，公司极少透露技术细节、产品计划或战略路线图，外界对其业务进展了解甚少。

直到2025年10月，Thinking Machines Lab才首次对外推出公司开发的第一个产品——Tinker。这是公司成立之后首次公开可用于外界访问的软件工具。

Tinker是一个面向AI开发者和研究者的fine-tuning（微调）工具API，旨在让用户无需管理复杂的训练基础设施，就能对大型语言模型进行定制训练。具体来说：它为语言模型提供微调的API接口，让开发者可以通过几行代码选择不同模型（如LLaMA、Qwen等），进行任务定制。官方宣传称该产品旨在“将前沿AI能力民主化，让更广泛的研究者和开发者有机会实验与定制模型”。

然而，首款产品问世后，市场反馈保持审慎甚至怀疑的态度。

一些用户认为，目前许多大模型平台（包括OpenAI、Anthropic、Meta等）已有fine-tuning工具，因此Tinker并不构成明显的“突破性产品”，存在独特性不足的短板。

此外，根据少量外媒评述，Tinker的用户基础尚处于探索期，没有展现出“行业级爆款”效果，而只是一个在开发者社区和实验环境中被尝试的工具。

推出时间距离融资完成有较长滞后，且产品本身尚处于早期阶段，并未显现出对现有大模型平台的明显替代或补充效应，因此外界对Thinking Machines Lab的评价愈发消极。

这种情况下，往往更容易暴露出创始团队的理念分歧。因此也就有了如今创始团队“内讧”的局面。

为什么还会出现人员流失？

Wired的相关报道指出，Zoph与Thinking Machines Lab的分手“并不友好”。虽然报道并未披露具体冲突细节，但这一描述本身，已经与Murati在公开声明中所采用的克制措辞形成了明显对比。

值得注意的是，Murati的声明中并未提及Luke Metz与Sam Schoenholz的去向，也未就公司内部是否发生更广泛的人事变动作出说明。而OpenAI方面的表态，则一次性点名三人，并强调这一回归“已筹备数周”。这意味着，至少在时间线上，相关沟通并非临时决定，而更可能是在Thinking Machines Lab内部结构尚未对外公开调整之前，就已基本敲定。

这一时间差，为外界留下了足够的解读空间。

从OpenAI的角度看，这次人员回流同样耐人寻味。近年来，OpenAI在模型研发、产品化和组织治理层面都经历了快速变化。应用部门的地位不断上升，通用模型之外，如何将能力转化为可持续的产品与平台，成为公司内部的重要议题。

Fidji Simo的表态，释放了一个清晰信号：这些回归并非偶发，而是被视为战略性补强。Zoph曾负责OpenAI的研究工作，Metz与Schoenholz也熟悉公司内部体系。在一个研发复杂度不断提高、组织规模持续扩张的阶段，重新吸纳“熟悉文化、具备研究深度”的技术骨干，本身就是一种降低组织摩擦的选择。

与之形成对照的是，Thinking Machines Lab仍处于“高度依赖创始人协作”的阶段。当联合创始人之间在研究方向、组织节奏或权责边界上出现分歧时，其冲击往往更直接。

这次事件的特殊性，还在于其发生在一家资金极其充裕的初创公司内部。20亿美元的种子轮融资，本应为团队提供充足的试错空间。但事实表明，资金并不能消解所有结构性张力，尤其是在高密度智力劳动与强价值主张并存的组织中。

这次事件已经为外界提供了一个极为罕见的观察窗口：当顶级AI人才、超级资本与宏大愿景同时汇聚时，真正决定组织命运的，往往不是融资规模或履历光环，而是能否在高度不确定的探索中，维持稳定而清晰的共同方向。

目前，以TechCrunch为代表的多家外媒已联系Thinking Machines Lab与OpenAI寻求进一步置评，但截至报道时，双方尚未提供更多公开说明。

网友怎么看？

此事发生后迅速在社交媒体引发热议。

在Reddit平台，有用户评论称这次“AI人才流转实在太正常了”，OpenAI有能力快速重新吸引之前的员工，因为其资源和品牌影响力强大。

另一位用户用半开玩笑的语气说他“想象Zoph像是OpenAI的间谍，被抓住后跑回去了（笑）”，表明社区对事件背后动机的好奇与揣测。

此次Thinking Machines Lab CEO与其他成员之间“不体面的分手”也让一些网友嗅到了OpenAI内部层级架构之间的不足之处。

在X平台，有用户表示，“OpenAI在人工智能领域是开放的，但在组织结构方面则不然。

层级结构依然存在。大型团队就是这样运作的。”

参考链接：

https://dataconomy.com/2026/01/15/openai-rehires-top-talent-as-muratis-12b-startup-loses-co-founders/?utm_source=chatgpt.com

https://techcrunch.com/2026/01/14/mira-muratis-startup-thinking-machines-lab-is-losing-two-of-its-co-founders-to-openai/

https://www.researchgate.net/profile/Luke-Metz?utm_source=chatgpt.com

https://lukemetz.com/about/