Thinking Machines Lab從 20 億種子輪到 500 億估值期望的困局

Thinking Machines Lab（思考機器實驗室）是人工智能熱潮下的寵兒：這家由前OpenAI首席技術官Mira Murati創立的公司，在沒有發布任何產品的情況下，即完成了一輪創紀錄的20億美元種子輪融資，估值達到120億美元。（延展閱讀：）

自那以后，Thinking Machines Lab經歷了一些變化。據《紐約時報》最近的報道，2025年的大部分時間對這家公司來說都是內部動蕩的時期：高層離職、技術領導層的分歧、失敗的收購談判，最終導致了幾位創始研究人員的離開。這些離職事件分量尤重，因為這家公司最初是圍繞Murati招募的一小群杰出的OpenAI“戰友”建立的，包括John Schulman、Barret Zoph和Luke Metz，以及前OpenAI研究和安全負責人Lilian Weng。Zoph和Metz此后已重返OpenAI，而另一位聯合創始人Andrew Tulloch則轉投了Meta。賦予Thinking Machines早期可信度的核心團隊大部分已經離開。

Mira Murati

領導層之爭和與OpenAI的競爭或許能構成一個引人入勝的硅谷敘事，但它們對公司的技術方向或Murati選擇保持獨立的理由揭示甚少。據《紐約時報》報道，資深同事曾敦促Murati尋求出售，包括與Meta進行談判，但最終沒有達成任何交易。Murati選擇保持Thinking Machines的完整性，直到其第一款產品發布，即便公司正在經歷動蕩并尋求以激進的估值進行新一輪融資。

很難猜測這一決定反映的是Murati對技術的信心，還是在不確定時期需要更緊密的控制，抑或兩者兼有。但或許觀察一下該公司迄今發布的內容會有所幫助。

構建工具而非模型

回溯到那輪2億美元種子輪融資時，Murati在推特上寫道：“Thinking Machines Lab的存在是通過推進協作式通用智能來賦能人類”，并描述了公司正在構建多模態AI，其方法以開放研究和軟件工具為中心，旨在幫助開發者和研究人員構建和定制模型。“很快，我們還將分享我們最好的科學成果，以幫助研究社區更好地理解前沿AI系統�！彼龑懙�。

2025年10月，首次發布的產品是Tinker——一個旨在自動化和簡化大型開放模型（類似Meta的Llama和阿里巴巴的Qwen系列）微調的平臺。Thinking Machines Lab沒有推出專有的基礎模型，而是推出了Tinker，這是一款面向開發者的工具，旨在幫助研究人員、初創公司和工程師將現有的高端模型適應專業任務，而無需管理大型GPU集群或復雜的訓練流水線。

Tinker的與眾不同之處在于它在AI模型訓練和調優方面將操作責任在用戶和系統之間進行了劃分。開發者在本地CPU機器上運行的標準Python中定義自己的訓練循環、損失函數和評估邏輯，而Tinker則處理大規模運行這些精確計算所需的分布式GPU訓練。這種設計保留了監督微調和強化學習工作流程的細粒度控制，同時無需用戶管理基礎設施、同步或故障恢復。Tinker還允許用戶下載他們的訓練權重，并在他們選擇的任何地方進行部署，而不是將模型束縛在單一的推理服務上。

從這個角度看，Tinker可能有助于理解Murati選擇保持Thinking Machines獨立的決定。公司的第一款產品并非試圖與競爭對手的封閉專有系統直接競爭，而是致力于推出圍繞開放模型、可移植性和共享研究構建的基礎設施。在收購談判進行中、一些資深研究人員推動出售之際，Thinking Machines選擇推出一個能夠獨立運行的工具，而不是將其技術整合到一個更大的平臺中。

期望攀升，勢頭受阻

Tinker的發布并沒有抑制對Thinking Machines Lab的期望，反而加速了這些期望。據彭博社和路透社報道，2025年11月，即該平臺推出約一個月后，公司開始討論進行新一輪融資，估值可能高達500億美元。這一提議的躍升似乎表明，投資者愿意僅憑公司早期的技術進展和團隊背景，就將其估值翻四倍以上。

但這輪融資最終未能實現。到年底，潛在支持者似乎無法認同公司高昂的估值目標與其公開交付的內容。Tinker可能是一個技術上精密的工具，但它也是一個針對AI開發者和研究人員這一相對狹窄受眾的基礎設施產品，而不是能夠立即產生收入的旗艦系統。在沒有專有基礎模型、明確的商業化戰略或更大規模發布的清晰時間表的情況下，理想與現實之間的差距持續擴大。

這種緊張關系在本月公開浮出水面，當時公司的內部戲劇性事件暴露在公眾視野中。Murati宣布聯合創始人兼首席技術官Barret Zoph離職，并任命PyTorch聯合創始人Soumith Chintala接替他的職位，稱這一變動為一次“重置”。然而，幾小時內，Zoph和其他兩位資深研究人員就重新出現在OpenAI，隨后幾天內又有更多辭職。這些離職反映的可能不僅僅是人員糾紛，而是顯示了在產品和公司2億美元資金應該如何使用上的長期分歧。

關鍵人才的突然流失將受阻的融資努力轉變為更大的信譽問題，引發了新的質疑：公司是否仍能實現其目標。

前路未卜

隨著2026年的到來，Thinking Machines Lab在一個仍由炒作和極端期望定義的AI版圖中處于不確定的地位，投資者的偏好似乎更集中在更成熟的AI參與者身上。Tinker現已普遍可用，公司在去年底取消了等待名單，并擴展了平臺以支持更大的推理模型、結合圖像和文本的視覺語言系統，以及與OpenAI API兼容的推理。這些更新使Tinker更容易在現有的開發者工作流程中采用，但它仍然是一個針對AI研究人員而非大眾市場的專業工具。

在沒有任何新產品發布或預告、人才大量流失，且下一輪融資尚未解決的情況下，Thinking Machines Lab現在面臨將其技術愿景與可持續商業計劃相對齊的考驗。公司能否穩定并重建勢頭，取決于它接下來交付的內容。

Thinking Machines正遭遇整個AI領域正在發生的重新校準和評估，利益相關者開始重新審視，除了令人震驚的估值之外，真正的進步究竟是什么樣子。在多年的巨額資本流入前沿AI領域、超越產品和收入之后，投資者越來越多地提出更尖銳的問題：究竟構建了什么、由誰構建、以及付出了什么代價，更重要的是如何以及何時獲得怎樣的收益。