當一家頂級實驗室的創新紅利接近上限,人才與理念的外溢幾乎成為自然規律。
就像硅谷當年的“PayPal幫”一樣,自ChatGPT爆發以來,OpenAI正在成為AI世界的“黃埔軍校”。
據烏鴉君不完全統計,2022至2025年間,共有25人離開OpenAI。其中,9人選擇創業,創辦了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的所有關鍵崗位:模型研發、訓練系統、對齊與安全、產品工程與工具鏈。他們不僅是GPT系列的構建者,也親歷了從研究原型到億級用戶產品的全過程。
這是一輪極具組織穿透力的人才外溢。
在商業世界里,他們沒有選擇“復制OpenAI”,而是試圖重構某個曾經只存在于OpenAI內部的系統邏輯:有人強調安全為先,有人重做工具鏈,有人直接落地智能體應用;有的公司成立三個月,估值已達50億美元,有的還未有產品,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,反而讓它的技術路徑與組織經驗,借由新的公司被擴散到了更廣泛的產業層面。
OpenAI系創業者,撐起700億
當一家頂級實驗室的創新紅利接近上限,人才與理念的外溢幾乎成為自然規律。
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”。
據烏鴉君不完全統計,這三年間,已有9名核心成員離開OpenAI,創辦了8家AI公司,即使不算兩家未披露估值的公司,累計估值已經在700億美元左右。

他們并非普通工程師,大多在離職前擔任研究負責人、首席科學家或團隊核心人員,主導的方向涵蓋模型結構、訓練體系、安全機制與產品部署,幾乎覆蓋OpenAI的技術中樞。
從他們創業方向看,主要集中在AI安全、智能體以及AI應用。
首先,是圍繞“AI?安全”的創業潮。
2024?年5?月,OpenAI?聯合創始人、長期擔任首席科學家的?Ilya?Sutskever?選擇離開,成立?Safe?Superintelligence?(SSI)。這是一家純研究導向的公司,主張將“監管即服務”作為超級智能的前提,為全球?AI?開發者提供能力評估、風險建模與可解釋性框架。
SSI?的創始團隊包括前?Alignment?負責人?Paul?Christiano?與策略研究員?Daniel?Kokotajlo,成立數月即獲紅杉資本與?Founders?Fund?聯合投資,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?聯合創始人?John?Schulman?共同創立了?Thinking?Machines?Lab,試圖重建“科研即平臺”的基礎設施,面向高校和企業。
這家公司復用了?OpenAI?工具鏈的理念,強調數據治理、模型復現與?AI?責任追蹤。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”與人機交互的創業。
Adept AI由前工程副總裁David Luan創立,主攻“能操作電腦的AI助手”。他曾主導GPT-2與GPT-3的訓練體系,離職后迅速組建團隊并獲得超4億美元融資。
Inflection AI則由DeepMind聯合創始人Suleyman和前OpenAI戰略顧問Simonyan創辦,35人核心團隊中包含多位GPT項目的工程師。該公司強調“對話即智能體”,其產品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的創始人Aravind Srinivas曾在OpenAI負責推理系統與多模態搜索。他帶領的團隊大多來自OpenAI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搜索的關鍵轉折點。
第三條,是將通用模型能力遷移至垂直場景。
Eureka Labs由Karpathy創辦,專注AI教育與自適應學習系統,打造自動生成課程、反饋與評測的教學平臺。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創辦,主打通用機器人操作系統;Periodic Labs聚焦材料科學與實驗室AI自動化,2025年完成A輪融資,估值達8億美元。
相比其他創業公司,從OpenAI走出的創業者更容易在短時間內獲得高估值。
Ilya Sutskever的SSI,沒有產品、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,在創業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創辦的Periodic Labs,僅成立3個月,就獲得了a16z領投的2億美元融資。
這些公司的共同點是:尚無明確產品路徑,但創始人來自OpenAI的核心管理團隊。他們還未開始構建收入模型,估值已經被推到了數十億美元。
這是一種罕見的市場信號。在資本看來,只要出發點夠接近OpenAI,就足夠值得押注一輪。
從Meta到xAI,OpenAI何以成為全球AI人才庫?
除了創業之外,OpenAI正在悄然成為整個AI產業最重要的人才“蓄水池”。據烏鴉君不完全統計,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。

不少企業已將OpenAI視為頂尖技術能力的“供應源”,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。
據統計,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、模型對齊、訓練優化與底層系統等關鍵能力:
Shengjia Zhao成為Meta的首席科學家,重建團隊的核心研究路線——從模型對齊、推理框架到視覺Transformer的再訓練;
Jason Wei接手模型科學工作,專注多任務泛化與推理一致性;
Allan Jabri與Jiahui Yu延續DALL·E圖像生成與視覺-語言融合的研究,把OpenAI的多模態積累嫁接到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優,使Meta在分布式訓練和數據分片上追上OpenAI內部架構。
這是一支“純血OpenAI班底”,Meta正在用它復刻并升級自己的AGI研究體系。
而Meta并不是唯一的“受益方”。
Kyle Kosic作為xAI的首批創始成員,2023年從OpenAI跳槽至xAI并擔任基礎設施負責人,主導相關模型開發工作。他幫助馬斯克的團隊在短時間內搭建出與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開發者生態負責人Logan Kilpatrick接任Gemini的開發者與社區負責人。他曾主導GPT API的生態建設,如今延續類似路徑,強化Gemini產品的開發者接口與商業化反饋機制。
OpenAI系出身者為何成為市場上最搶手的一批人?
答案并不復雜。他們是少數親歷過GPT-4、GPT-4.5、GPT-5、Sora等模型從訓練、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化為面向億級用戶的商業系統,這種能力稀缺且不可快速復制。
更關鍵的是,OpenAI極其扁平的組織結構,給了他們一個高度復合的實踐場。
在OpenAI內部,分為兩條主干:研究團隊和工程團隊。其中,研究團隊負責模型原型、安全策略與對齊機制,工程團隊構建穩定的上線系統。
兩者中間沒有明顯割裂,研究員可以直接影響產品決策,開發者也參與模型驗證。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限,類似微型創業單位。
這種高自由度、高耦合度的研發體系,催生出一批“雜而深”的人才:他們既熟悉底層算法,也具備工程實現與產品化思維。
為了找到這樣的人,OpenAI的用人標準與主流研究機構明顯不同。它有兩條明確的“不看”:
一是不看學歷。博士學位并不是進入門檻,很多核心研究員甚至只有本科背景。比如DALL·E作者Aditya Ramesh,僅有紐約大學的學士學位。
二是不看資歷。OpenAI習慣讓新人挑大梁。Sora項目負責人Bill Peebles是2023年剛剛畢業的博士,加入不到一年就開始帶隊。
這種機制鍛造出一批具備跨學科知識結構、強落地導向、愿意對最終產品負責的人。他們熟悉前沿技術,也懂如何把技術推向規模化產品。
對Meta、xAI以及更多新興公司來說,他們爭搶的,從來不只是技術履歷本身,而是OpenAI那套組織機制與產品哲學下沉淀出的關鍵人才。
這些人能將使命驅動的研究精神,與可交付的產品標準融合在一起。而這,正是構建下一代AI公司最需要的能力。
本文鏈接:解密AI“黃埔軍校”,10人撐起700億美元估值http://www.sq15.cn/show-3-158823-0.html
聲明:本網站為非營利性網站,本網頁內容由互聯網博主自發貢獻,不代表本站觀點,本站不承擔任何法律責任。天上不會到餡餅,請大家謹防詐騙!若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。