他們并非普通工程師，大多在離職前擔(dān)任研究負(fù)責(zé)人、首席科學(xué)家或團(tuán)隊核心人員，主導(dǎo)的方向涵蓋模型結(jié)構(gòu)、訓(xùn)練體系、安全機(jī)制與產(chǎn)品部署，幾乎覆蓋OpenAI的技術(shù)中樞。
從他們創(chuàng)業(yè)方向看，主要集中在AI安全、智能體以及AI應(yīng)用。
首先，是圍繞“AI?安全”的創(chuàng)業(yè)潮。
2024?年5?月，OpenAI?聯(lián)合創(chuàng)始人、長期擔(dān)任首席科學(xué)家的?Ilya?Sutskever?選擇離開，成立?Safe?Superintelligence?（SSI）。這是一家純研究導(dǎo)向的公司，主張將“監(jiān)管即服務(wù)”作為超級智能的前提，為全球?AI?開發(fā)者提供能力評估、風(fēng)險建模與可解釋性框架。
▲?Ilya?Sutskever、Paul Christiano、aniel Kokotajlo（從左到右）
SSI?的創(chuàng)始團(tuán)隊包括前?Alignment?負(fù)責(zé)人?Paul?Christiano?與策略研究員?Daniel?Kokotajlo，成立數(shù)月即獲紅杉資本與?Founders?Fund?聯(lián)合投資，首輪融資超?5?億美元，成為全球估值最高的?AI?安全公司之一。
與此同時，前?CTO?Mira?Murati?與?OpenAI?聯(lián)合創(chuàng)始人?John?Schulman?共同創(chuàng)立了?Thinking?Machines?Lab，試圖重建“科研即平臺”的基礎(chǔ)設(shè)施，面向高校和企業(yè)。
▲Mira?Murati
這家公司復(fù)用了?OpenAI?工具鏈的理念，強(qiáng)調(diào)數(shù)據(jù)治理、模型復(fù)現(xiàn)與?AI?責(zé)任追蹤。今年?7?月完成?20?億美元?seed?輪融資，10?月估值已達(dá)?200?億美元。
第二類，是圍繞“智能體”與人機(jī)交互的創(chuàng)業(yè)。
Adept AI由前工程副總裁David Luan創(chuàng)立，主攻“能操作電腦的AI助手”。他曾主導(dǎo)GPT-2與GPT-3的訓(xùn)練體系，離職后迅速組建團(tuán)隊并獲得超4億美元融資。
Inflection AI則由DeepMind聯(lián)合創(chuàng)始人Suleyman和前OpenAI戰(zhàn)略顧問Simonyan創(chuàng)辦，35人核心團(tuán)隊中包含多位GPT項目的工程師。該公司強(qiáng)調(diào)“對話即智能體”，其產(chǎn)品Pi被認(rèn)為是“最具人格溫度”的AI助手，目前估值近40億美元。
Perplexity AI的創(chuàng)始人Aravind Srinivas曾在OpenAI負(fù)責(zé)推理系統(tǒng)與多模態(tài)搜索。他帶領(lǐng)的團(tuán)隊大多來自O(shè)penAI工具鏈小組，目前已完成15億美元融資，估值超過200億。其“對話式搜索+引用溯源”的模式，被視為AI搜索的關(guān)鍵轉(zhuǎn)折點。
第三條，是將通用模型能力遷移至垂直場景。
Eureka Labs由Karpathy創(chuàng)辦，專注AI教育與自適應(yīng)學(xué)習(xí)系統(tǒng)，打造自動生成課程、反饋與評測的教學(xué)平臺。團(tuán)隊多為OpenAI工具鏈出身，首輪融資達(dá)4億美元，估值超過50億。
Covariant由Pieter Abbeel創(chuàng)辦，主打通用機(jī)器人操作系統(tǒng)；Periodic Labs聚焦材料科學(xué)與實驗室AI自動化，2025年完成A輪融資，估值達(dá)8億美元。
相比其他創(chuàng)業(yè)公司，從OpenAI走出的創(chuàng)業(yè)者更容易在短時間內(nèi)獲得高估值。
Ilya Sutskever的SSI，沒有產(chǎn)品、沒有用戶，僅用三個月時間，就完成了10億美元融資，估值達(dá)50億美元；
前CTO Mira Murati成立的Thinking Machines Lab，在創(chuàng)業(yè)5個月后就拿到了20億美元的種子輪融資；
前OpenAI研究副總裁Liam Fedus創(chuàng)辦的Periodic Labs，僅成立3個月，就獲得了a16z領(lǐng)投的2億美元融資。
這些公司的共同點是：尚無明確產(chǎn)品路徑，但創(chuàng)始人來自O(shè)penAI的核心管理團(tuán)隊。他們還未開始構(gòu)建收入模型，估值已經(jīng)被推到了數(shù)十億美元。
這是一種罕見的市場信號。在資本看來，只要出發(fā)點夠接近OpenAI，就足夠值得押注一輪。
除了創(chuàng)業(yè)之外，OpenAI正在悄然成為整個AI產(chǎn)業(yè)最重要的人才“蓄水池”。據(jù)烏鴉君不完全統(tǒng)計，自2022年以來，已有至少16位核心成員離開OpenAI，加入其他AI公司。
不少企業(yè)已將OpenAI視為頂尖技術(shù)能力的“供應(yīng)源”，而過去半年，動作最激進(jìn)的，是Meta。
6月至7月，一支成建制的隊伍從OpenAI蘇黎世與舊金山研究團(tuán)隊集體遷往Meta——這并非個人行為，而是一次成建制、成團(tuán)隊的集體遷移。
據(jù)統(tǒng)計，OpenAI有多達(dá)11人加入Meta新組建的“Superintelligence Labs”，其中包括Shengjia Zhao、Jason Wei、Lu Liu、Shuchao Bi、Allan Jabri、Alexander Kolesnikov、Xiaohua Zhai、Jiahui Yu、Lucas Beyer、Hongyu Ren等人。
他們幾乎覆蓋了OpenAI在多模態(tài)、模型對齊、訓(xùn)練優(yōu)化與底層系統(tǒng)等關(guān)鍵能力：
Shengjia Zhao成為Meta的首席科學(xué)家，重建團(tuán)隊的核心研究路線——從模型對齊、推理框架到視覺Transformer的再訓(xùn)練；
Jason Wei接手模型科學(xué)工作，專注多任務(wù)泛化與推理一致性；
Allan Jabri與Jiahui Yu延續(xù)DALL·E圖像生成與視覺-語言融合的研究，把OpenAI的多模態(tài)積累嫁接到Llama體系上。
蘇黎世出身的Xiaohua Zhai與Lucas Beyer，在PyTorch的FSDP/DTensor等分布式能力上深調(diào)優(yōu)，使Meta在分布式訓(xùn)練和數(shù)據(jù)分片上追上OpenAI內(nèi)部架構(gòu)。
這是一支“純血OpenAI班底”，Meta正在用它復(fù)刻并升級自己的AGI研究體系。
而Meta并不是唯一的“受益方”。
Kyle Kosic作為xAI的首批創(chuàng)始成員，2023年從OpenAI跳槽至xAI并擔(dān)任基礎(chǔ)設(shè)施負(fù)責(zé)人，主導(dǎo)相關(guān)模型開發(fā)工作。他幫助馬斯克的團(tuán)隊在短時間內(nèi)搭建出與OpenAI相似的推理框架，不過在2024年5月，他選擇重返OpenAI。
在DeepMind，前OpenAI開發(fā)者生態(tài)負(fù)責(zé)人Logan Kilpatrick接任Gemini的開發(fā)者與社區(qū)負(fù)責(zé)人。他曾主導(dǎo)GPT API的生態(tài)建設(shè)，如今延續(xù)類似路徑，強(qiáng)化Gemini產(chǎn)品的開發(fā)者接口與商業(yè)化反饋機(jī)制。
OpenAI系出身者為何成為市場上最搶手的一批人？
答案并不復(fù)雜。他們是少數(shù)親歷過GPT-4、GPT-4.5、GPT-5、Sora等模型從訓(xùn)練、評估、安全對齊到全球上線全過程的人。他們知道如何將前沿算法轉(zhuǎn)化為面向億級用戶的商業(yè)系統(tǒng)，這種能力稀缺且不可快速復(fù)制。
更關(guān)鍵的是，OpenAI極其扁平的組織結(jié)構(gòu)，給了他們一個高度復(fù)合的實踐場。
在OpenAI內(nèi)部，分為兩條主干：研究團(tuán)隊和工程團(tuán)隊。其中，研究團(tuán)隊負(fù)責(zé)模型原型、安全策略與對齊機(jī)制，工程團(tuán)隊構(gòu)建穩(wěn)定的上線系統(tǒng)。
兩者中間沒有明顯割裂，研究員可以直接影響產(chǎn)品決策，開發(fā)者也參與模型驗證。團(tuán)隊以“小組制”運作，每組幾乎具備端到端從研究到部署的全流程權(quán)限，類似微型創(chuàng)業(yè)單位。
這種高自由度、高耦合度的研發(fā)體系，催生出一批“雜而深”的人才：他們既熟悉底層算法，也具備工程實現(xiàn)與產(chǎn)品化思維。
為了找到這樣的人，OpenAI的用人標(biāo)準(zhǔn)與主流研究機(jī)構(gòu)明顯不同。它有兩條明確的“不看”：
一是不看學(xué)歷。博士學(xué)位并不是進(jìn)入門檻，很多核心研究員甚至只有本科背景。比如DALL·E作者Aditya Ramesh，僅有紐約大學(xué)的學(xué)士學(xué)位。
二是不看資歷。OpenAI習(xí)慣讓新人挑大梁。Sora項目負(fù)責(zé)人Bill Peebles是2023年剛剛畢業(yè)的博士，加入不到一年就開始帶隊。
這種機(jī)制鍛造出一批具備跨學(xué)科知識結(jié)構(gòu)、強(qiáng)落地導(dǎo)向、愿意對最終產(chǎn)品負(fù)責(zé)的人。他們熟悉前沿技術(shù)，也懂如何把技術(shù)推向規(guī)?；a(chǎn)品。
對Meta、xAI以及更多新興公司來說，他們爭搶的，從來不只是技術(shù)履歷本身，而是OpenAI那套組織機(jī)制與產(chǎn)品哲學(xué)下沉淀出的關(guān)鍵人才。
這些人能將使命驅(qū)動的研究精神，與可交付的產(chǎn)品標(biāo)準(zhǔn)融合在一起。而這，正是構(gòu)建下一代AI公司最需要的能力。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論