OpenAI变局：功勋出走，从AGI实验室到API工厂

type

status

date

slug

summary

Jerry Tworek的离职，其破坏力远超2024年Ilya Sutskever的离开。如果说Ilya带走的是OpenAI的“灵魂”和安全愿景，那么Tworek带走的则是OpenAI在后训练（Post-training）时代的“大脑”。

作为大模型领域的顶级专家，Tworek是Codex项目的核心主导者，更是o1及o3模型研发的领军人物。在GPT系列依赖统计学“下一个词预测”的旧范式下，是他推动了“System 2”思维链范式，将强化学习引入推理过程，试图让AI具备真正的逻辑思考能力。

然而，随着他的离开，OpenAI在推理模型上的技术迭代面临严峻挑战。AGI（通用人工智能）的实现路径不仅需要算力堆叠，更需要这种对深度推理机制的探索。Tworek的离去暗示了OpenAI内部对“慢思考”和高成本研究路线的边缘化，这对于期待技术突破的行业来说，无疑是一个危险的信号。

行业内一个残酷的共识正在形成：单纯依赖Scaling Laws（缩放定律）的“暴力美学”正在失效。OpenAI曾寄予厚望的旗舰项目“Orion”，在消耗了数十亿美元的算力资源后，并未实现预期的指数级智能跃升，最终只能降级发布为GPT-4.5。

这一事件标志着纯预训练扩展路径的失败。物理极限和数据红利的耗尽，迫使行业寻找新的出路——即通过推理阶段的“慢思考”来提升智能表现。这本是Tworek擅长的领域，也是通往AGI的必经之路。

然而，这种深度推理技术存在天然的商业缺陷：高延迟、高成本。在追求快速响应和低成本API服务的商业逻辑下，这种“难以变现”的技术探索显得格格不入。OpenAI管理层在商业压力下，显然选择了妥协，这直接导致了技术理想与现实利益的激烈碰撞。

曾经的OpenAI，以打破常规、探索未知著称。而如今，在微软和投资者的压力下，季度盈利和市场份额成为了最高指令。OpenAI正在从一个探索星辰大海的实验室，蜕变为一家提供Token服务的公用事业公司——就像自来水厂或发电站。

商业化压倒科研：o1/o3系列模型的核心本是用“时间换智能”，但在OpenAI内部，这被简化为成本与延迟的权衡。为了快速落地Copilot等商业场景，科研小组被迫削减那些“不仅难做，还被视为财务负担”的硬核研究。

制度性摩擦：Tworek提到的“难以开展的研究”，更多是指制度上的束缚。无论是可解释性研究，还是不依赖RLHF的新路径，只要不能短期集成到API中带来营收，就会受到阻碍。

对于希望获取最新AI动态和深度分析的读者，访问 AI门户可以了解更多关于各大模型厂商商业化转型的内幕。

极具讽刺意味的是，名为“Open”的OpenAI正变得前所未有的封闭，而曾经被视为封闭代表的Meta，却通过开源LLaMA系列和提供大量H100集群支持开放权重路线，成为了科研人员的新归宿。

2025年至2026年间，包括Shengjia Zhao和Jason Wei在内的多位核心人才流失，大多流向了Meta Superintelligence Lab或其他更具开放精神的机构。这种人才大迁徙不仅仅是薪资问题，更是对科研环境的选择。

OpenAI正在经历“诺基亚时刻”：拥有全球最大的市场份额、最完善的供应链（Azure算力集群）和最充沛的现金流，但可能正在失去定义未来的能力。它正在利用资金壁垒建立护城河，从“屠龙少年”变成了维护既得利益的“恶龙”。

Jerry Tworek的离职是OpenAI发展史上的一个分水岭。它昭示着这家曾经的人工智能灯塔，正逐渐褪去理想主义的光环，转变为一家成熟但可能平庸的商业巨头。

对于整个行业而言，这既是警钟也是机遇。它提醒我们，AGI的实现不能仅靠商业驱动的API服务，更需要纯粹的科学探索精神。随着人才的流动和技术的扩散，未来的创新或许将不再垄断于单一巨头之手，而是分散在更广阔、更开放的生态中。

如果您想持续追踪OpenAI的最新动态、ChatGPT的功能更新以及全球大模型的技术演进，请务必关注专业的AI资讯平台 AINEWS，获取第一手的行业情报和深度解读。