當一家頂級實驗室的創(chuàng)新紅利接近上限，人才與理念的外溢幾乎成為自然規(guī)律。

就像硅谷當年的“PayPal幫”一樣，自ChatGPT爆發(fā)以來，OpenAI正在成為AI世界的“黃埔軍校”。

據(jù)烏鴉君不完全統(tǒng)計，2022至2025年間，共有25人離開OpenAI。其中，9人選擇創(chuàng)業(yè)，創(chuàng)辦了8家AI公司，即使不計入尚未披露估值的三家公司，其余6家的累計估值已接近700億美元。此外，另有16人加入了Meta等其他AI公司。

這些人幾乎覆蓋了OpenAI的所有關(guān)鍵崗位：模型研發(fā)、訓(xùn)練系統(tǒng)、對齊與安全、產(chǎn)品工程與工具鏈。他們不僅是GPT系列的構(gòu)建者，也親歷了從研究原型到億級用戶產(chǎn)品的全過程。

這是一輪極具組織穿透力的人才外溢。

在商業(yè)世界里，他們沒有選擇“復(fù)制OpenAI”，而是試圖重構(gòu)某個曾經(jīng)只存在于OpenAI內(nèi)部的系統(tǒng)邏輯：有人強調(diào)安全為先，有人重做工具鏈，有人直接落地智能體應(yīng)用；有的公司成立三個月，估值已達50億美元，有的還未有產(chǎn)品，就完成了上億美元融資。

某種程度上，這些人的離開，并沒有切斷OpenAI的影響力，反而讓它的技術(shù)路徑與組織經(jīng)驗，借由新的公司被擴散到了更廣泛的產(chǎn)業(yè)層面。

/ 01 /

OpenAI系創(chuàng)業(yè)者，撐起700億

當一家頂級實驗室的創(chuàng)新紅利接近上限，人才與理念的外溢幾乎成為自然規(guī)律。

就像硅谷當年的“PayPal幫”一樣，2022年至2025年間的OpenAI，也正在成為AI世界的“黃埔軍校”。

據(jù)烏鴉君不完全統(tǒng)計，這三年間，已有9名核心成員離開OpenAI，創(chuàng)辦了8家AI公司，即使不算兩家未披露估值的公司，累計估值已經(jīng)在700億美元左右。

他們并非普通工程師，大多在離職前擔(dān)任研究負責(zé)人、首席科學(xué)家或團隊核心人員，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IlyaSutskever選擇離開，成立SafeSuperintelligence（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。

▲IlyaSutskever、Paul Christiano、aniel Kokotajlo（從左到右）

SSI的創(chuàng)始團隊包括前Alignment負責(zé)人PaulChristiano與策略研究員DanielKokotajlo，成立數(shù)月即獲紅杉資本與FoundersFund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CTOMiraMurati與OpenAI聯(lián)合創(chuàng)始人JohnSchulman共同創(chuàng)立了ThinkingMachinesLab，試圖重建“科研即平臺”的基礎(chǔ)設(shè)施，面向高校和企業(yè)。

▲MiraMurati

這家公司復(fù)用了OpenAI工具鏈的理念，強調(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200億美元。

第二類，是圍繞“智能體”與人機交互的創(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人核心團隊中包含多位GPT項目的工程師。該公司強調(diào)“對話即智能體”，其產(chǎn)品Pi被認為是“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負責(zé)推理系統(tǒng)與多模態(tài)搜索。他帶領(lǐng)的團隊大多來自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。團隊多為OpenAI工具鏈出身，首輪融資達4億美元，估值超過50億。

Covariant由Pieter Abbeel創(chuàng)辦，主打通用機器人操作系統(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。

/ 02 /

從Meta到xAI，OpenAI何以成為全球AI人才庫？

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隊集體遷往Meta——這并非個人行為，而是一次成建制、成團隊的集體遷移。

據(jù)統(tǒng)計，OpenAI有多達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 Zho成為Meta的首席科學(xué)家，重建團隊的核心研究路線——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)施負責(zé)人，主導(dǎo)相關(guān)模型開發(fā)工作。他幫助馬斯克的團隊在短時間內(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)負責(zé)人Logan Kilpatrick接任Gemini的開發(fā)者與社區(qū)負責(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，強化Gemini產(chǎn)品的開發(fā)者接口與商業(yè)化反饋機制。

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：研究團隊和工程團隊。其中，研究團隊負責(zé)模型原型、安全策略與對齊機制，工程團隊構(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的用人標準與主流研究機構(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。

這種機制鍛造出一批具備跨學(xué)科知識結(jié)構(gòu)、強落地導(dǎo)向、愿意對最終產(chǎn)品負責(zé)的人。他們熟悉前沿技術(shù)，也懂如何把技術(shù)推向規(guī)模化產(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)品標準融合在一起。而這，正是構(gòu)建下一代AI公司最需要的能力。

文/朗朗

       原文標題 : 解密AI“黃埔軍�！�，10人撐起700億美元估值