根据时间线详细梳理了AI发展史，OpenAI发展史、融资过程、高管离职过程，并介绍了对AI领域有杰出贡献科学家、核心OpenAI人物。看完这篇文章，希望你会对OpenAI有一个整体的了解，再看到相关新闻可以更全面的理解它行为背后的动机。

由于篇幅太长以下是目录

1.OpenAI核心人物

2.AI领域科学家

3.科学家的潜心研究(1950-2012)

4.寒冬正在消退(2012-2014)

5.OpenAI成立的原因(2014)

6.OpenAI正式成立(2015)

7.陷入迷茫(2016-2017)

8.命悬一线(2018)

9.新生(2019)

10.飞速发展(2020-2022)

11.动荡不安(2023)

12.一些个人看法

在讲述这篇故事之前，先介绍一下文章中频繁出现的核心人物，带着对他们的认知读故事，更能理解。

01/OpenAI核心人物

Sam Altman

职位：OpenAI CEO/原YC总裁

X主页：https://x.com/sama

1985年，出生于犹太家庭，美国芝加哥出生，密苏里州长大，8岁学会编程，16岁宣布出柜，本科考上斯坦福，大二选择退学创业，进入硅谷孵化器YC的首批孵化项目。当时他开发的名为Loopt的应用，2012年被以4300万美元收购。27岁的Sam收获了第一桶金500万美元。

前YC掌门人Paul Graum 让28岁的Sam成为YC掌门人，这个决定让YC的很多人很不服气。

(他第一次创业的Loopt曾被估值1.5亿美元，而最终却以4300万美元被收购，相当于以当时融资的价格被收购，对于风投来说是负回报，他本人也承认第一次创业是失败的。)

Sam一接管YC，就开始重组商业模式，原来YC每年从上万家初创企业选择200家，给他们每家12万美元，占股7%，孵化3个月，毕业这天把成果的demo展示给风投公司，进行融资，做大做强。

但Sam认为，这只是把这些初创企业扶上了一艘摇摇晃晃的小船，出海以后任其自由发展。

当时硅谷的背景和氛围是，每家科技公司都高喊着：我要推动人类进步”这些像“月亮与六便士”里“月亮”一般的口号。但是落到行动上，仍然是关注那些盈利、增长这些“六便士”的话题。慢慢的一些生物科技、能源、人工智能、机器人这些硬科技领域变得越来越少的人去关注。

Sam认为只有科技公司高度关注这些硬科技项目，大学里的学生才会对这些学科保持兴趣，创业者们才会更有信心。

Sam有着改变人类世界为目的，他不满足于7%的股份。重组后的YC，在初期就召集融资进行帮扶，在发展中后期继续进行融资和帮扶。Sam并不满足于每年打造200家，他想打造上千家上万家企业，推动人类发展。同时成立非营利组织 YC Research，去投资那些异想天开的创业项目。

Sam是一个天分极高、极其聪明、忠于自我，追求极致效率的人。对自己和同事要求都非常高，性格冷漠偏执，情绪不稳定，超级爱加班，对于不感兴趣的人和事超级缺乏耐心。有人形容他的眼神非常犀利，在听员工讲话的时候，他会不眨眼的盯着你，给对方施加压力，让你加快节奏。是个极度高效、极度勤奋、极度聪明的人，这一点和马斯克很像。Sam最大的优势是清晰的逻辑和对复杂系统直觉上的把握。也就是对商业和战略上的野心，他对技术细节并不感兴趣，让他最着迷的是技术对世界潜在的影响。

著名风险投资人 Marc Andressen评价Sam：在Sam的领导下，YC的雄心壮志提高了10倍。Sam的目标是：创造整个未来。

前YC掌门人Paul Grahum也曾提到：YC已经发展为庞然大物，Sam更适合掌管庞然大物。

Greg Brockman

职位：OpenAI CTO/原StripeCTO

X主页：https://x.com/gdb

1988年出生于美国，2008年就读于哈佛大学读了一年以后离开哈佛大学，短暂地进入了麻省理工学院，2010年从麻省理工辍学，加入了Stripe担任工程师兼CTO，这是一家由麻省理工同学创建的公司。经人介绍2014年认识了Sam，2015年OpenAI建立之初担任CEO，后2018年改为CTO职位，2023年宣布休假至2024年底。

Ilya Sutskever

X主页：https://x.com/ilyasut

职位：现SSI创始人/原OpenAI首席科学家/Geoffrey Hinton学生

1986年，出生于苏联，在加拿大多伦多大学获得计算机科学博士学位，他的导师是深度学习领军人物Geoffrey Hinton。先后参与了Alexnet开发、TensorFlow开发、AlphaGo开发，在OpenAI担任首席科学家，于2024年5月15日从OpenAI离职。

Mira Murati

X主页：https://x.com/miramurati

职位：原OpenAI CTO

1988年，出生于阿尔巴尼亚，16岁移居加拿大，2021年从塞耶工程学院获得机械工程学位，2013年进入特斯拉工作3年，2016年加入Leap Motion担任副总裁，2018年加入OpenAI，从AI应用合作伙伴关系副总裁，一路晋升到首席技术官。在2023年Sam被罢免后短暂担任过临时CEO。2024年9月26日从OpenAI离职。

Elon Musk

X主页：https://x.com/elonmusk

曾经旗下拥有9家科技公司，目前仍然在活跃的分别是：特斯拉、SpaceX、Neuralink、Boring Company，前OpenAI联合创始人

02/AI科学家

Geoffrey Hinton

X主页：https://x.com/geoffreyhinton

1947年，出生于英国，2024年诺贝尔物理学奖获得者，2018年图灵奖获得者。对AI的最杰出贡献分别是，1986 年Geoffrey Hinton 与 David Rumelhart、Ronald J. Williams 一起发表的论文介绍了用于训练多层神经网络的反向传播算法。2012年Geoffrey Hinton 在多伦多带领的研究小组实现了深度学习的重大突破，彻底改变了语音识别和目标分类。他与学生 Alex Krizhevsk、Ilya Sutskever 合作设计的卷积神经网络「Alexnet」以远超第二名的成绩在 ImageNet 2012 挑战赛夺冠，将 ImageNet 数据集上的视觉识别错误率降到了 15.3%，仅有此前的一半。这成为了计算机视觉领域的里程碑事件。

李飞飞

X主页：https://x.com/drfeifei

1976年，出生于北京，World Labs创始人，斯坦福大学首位红杉讲席教授，美国国家工程院院士，美国国家医学院院士，她最知名的工作是ImageNet，利用人工智能识别物体的重大成就，全球研究人员可免费且非商业性地使用该数据库。

Yann Lecun

X主页：https://x.com/ylecun

1960年，出生于法国巴黎，2018年图灵奖获得者，纽约大学教授，Meta首席AI科学家，被称作“卷积神经网络”之父，在机器学习、计算机视觉、移动机器人和计算神经科学等领域都有很多贡献。他最著名的工作是在光学字符识别和计算机视觉上使用卷积神经网络。

03/科学家的潜心研究（1950-2012）

1950年，计算机科学之父艾伦·图灵发表了一篇非常有划时代意义的论文，论文中提到了模仿游戏，又叫图灵测试，简单来说，当你和对方不见面，只是文字聊天，能不能被分辨出对面这个是人还是机器。分辨不出，就可以说机器一定程度上是智能的。

1958年，美国科学家Frank rosenblatt得到美国海军研究室赞助，利用模拟人类神经网络的方法建造了「第一台感知器马克1号」，能够辨识英文字母这项技术后来，被美国邮件署利用识别邮件地址，也被美国空军用来识别空拍目标。

1956年，哈佛大学毕业的Marvin Minsky提出，人工智能的概念。但Minsky主张让机器学习符号，让工程师事先设好指令，告诉机器在不同情况下如何反应，而不是让机器自己学习。Marvin Minsky曾经指出Frank rosenblatt发明的“感知器”中存在的问题。一时之间，业界大多倾向于Marvin Minsky提出的符号AI，神经网络AI在后来的10多年里无人问津。

1980年Geoffrey Hinton发明了“玻尔兹曼机”克服了15年前「感知器」的不足，但这种理论在当时被主流AI理论压倒，没有多少人认可。即使坐了多年的科学冷板凳，Hinton仍然坚持AI领域的研究，他最知名的贡献是提出反向传播算法（backpropagation）引入多层神经网络训练。以至于现在很多大模型训练采用的都是反向传播算法。

1987年，卡梅隆大学的学生计划研发一款自动驾驶汽车，用Minsky的方法，也就是先写下所有指令。但是，发现情况太多写不完的，这个方法行不通。于是，有人提议用Hinton的方法。结果成功制作出第一台自动驾驶车，被称作Alvinn。

1988年，Yann Lecun加入美国贝尔实验室，利用Hinton的神经网络的方法打造出一套「视觉识别系统」，经过几周的训练，机器已经可以识别自己潦草的数字，这套系统被称为银行扫描机，被美国银行买下。

1980年代中期Terry Sejnowski，他设计出了一台可以发出合成声音的机器，Nettalk，先让机器学习英文童书，自己学习发音，一个星期后，这台机器可以自己朗读，做出了朗读机，而它采用的就是神经网络的方法。

2006年英伟达推出CUDA，成功的让GPU可编程。至此，显卡正式从游戏和图形处理进军到加速计算领域。解决了神经网络系统一直以来的瓶颈，那就是算力。

2009年在斯坦福的李飞飞首次公布了ImageNet数据集。这是一个用户视觉识别的大型数据库，如果各类算法相当于公式，ImageNet就相当于练习册。并随后开启挑战赛，目的是让全球的AI从业者用ImageNet训练模型，最后比一比谁的错误率更低。这样既能提高知名度，又能在各类算法模型的测试中优化自己。刚开始几年的比赛得第一的还是使用老算法的那几个人，相当于这个训练模型不能带来新的方法和改变，直到2012年，发生了天翻地覆的变化。

04/寒冬正在消退（2012-2014）

2012 年，Hinton及两位学生 Alex Krizhevsky、Ilya Sutskever 发明的AlexNet在计算机视觉竞赛 ImageNet 中以压倒性优势取得冠军，创造了深度神经网络发展的里程碑，并激发了大量采用卷积神经网络(CNN)和图形处理器(GPU)加速深度学习的研究。AlexNet使用的就是搭载了CUDA的英伟达显卡。至此，标志着深度学习技术进入了一个新的时代。这一成果引发了全球范围内对深度学习和计算机视觉研究的热潮。

2012年，谷歌想邀请Hinton加入，当时Hinton已经是64岁多伦多大学的终身教授，且有自己的初创公司，谷歌为了抢到Hinton这个人才，与百度、脸书展开了一场拍卖会，最终谷歌以4400万美元买下Hinton的公司。

2013年，业内确信深度学习为AI带来的发展。各个大厂开始网罗人才，Hinton和谷歌打算去伦敦收购一家名为“DeepMind”公司， 当时除了谷歌，微软、脸书都想抢下这家公司。

05/成立的原因（2014）

2014年是一个特殊的年份，谷歌花费6亿美元买下了DeepMind公司(就是那家推出AlphaGo，围棋打败韩国顶级选手李世石的公司)，而输掉的脸书也不甘示弱，找到了纽约大学的科学家Yann Lecun，百度则邀请吴恩达成立深度研究所。三家巨头公司，纷纷抢到了一个AI主力。

2014年11月，马斯克发推文称，DeepMind做的AI实验，速度快到令人感到担忧。虽然发布1小时后就删除了，但是对于AI是否能安全的被人类使用造福人类，这个问题被搬上了舞台。

06/正式成立（2015）

于是，2015年夏天硅谷几位有影响力的人物包括Sam Altman、Gerg Brockman、Elon Musk、Ilya Sutsksever还有其他的AI研究员，在硅谷Palo Alto 别墅一起吃了一顿饭。在饭局上他们共同商讨建立一家AI实验室，让AI朝着安全方向发展，确保通用人工智能AGI造福人类。

目的有了，就差人和钱了。

第一步，找人，要知道，AI领域那都是高精尖人才，都在各个大厂拿着高薪干得好好的，怎么挖?挖谁?

这个时候Gerg Brockman想到了AI界的三巨头，分别是当时就职于脸书，有着卷积网络之父称号的法国科学家Yann Lecun、就职于谷歌的深度学习之父，加拿大科学家Geoffrey Hinton、目前在学术界擅长人工神经网络和深度学习的加拿大科学家Yoshua Bengio。

他们就去联系这几个巨头，意料之中的都被拒绝了，但是Yoshua Bengio给了一份名单，名单里有10个人，都是AI领域非常出色的研究员。

但当时的OpenAI是一个非营利组织，给的薪资不多，很难挖到高薪人才。当时最顶尖的AI研究员在大厂的薪水，根据美国媒体的报道，能达到几百万美元甚至上千万美元。

Brockman把这10位顶尖的研究员都拉到硅谷附近的NAPA酒庄搞了一个聚会，有一些谈不成的事儿，在这个酒庄就有谈成的可能。临走的时候BrockMan正式向这10个人发出了邀请，并给他们三周的时间考虑。硅谷大厂听到了风声为了留住他们，开出了市面价格2倍的薪水，结果10位里有9位顶尖AI高手拒绝高薪，加入了OpenAI。

根据2016年OpenAI税务文件显示，2016年OpenAI的总花销一共1123万美。其中，首席科学家Ilya suskever年薪190万美元，Ian Goodfellow担任的研发总监年薪80万美元。共计超过665万支付了员工薪水。看着挺高，其实在AI领域专家的薪水中算不上高的。

人有了，第二步，该找钱了。

2015年年底，6位大佬和3个机构，承诺向OpenAI注资10亿美元。6位大佬包括YC总裁Sam altman、Stripe CTO Greg Brockman、著名投资人Peter Thiel、Linkedin创始人Reid Hoffman、YC联合创始人Jessica livingson、特斯拉创始人Elon Musk，3位机构包括 AWS、Infosys、Y serach。

人有了，钱有了，这事儿就可以开干了，但是大家想象一下当时的OpenAI初始团队，阵容堪称非常豪华，同时还是个非营利组织，其产生的所有研究成果都会向世界公开，收益不会分配给任何捐赠人。如今，听起来有点理想主义，仿佛打造了一个现实版的乌托邦。

理想很丰满，现实很骨感。AI这个事儿实在是太烧钱、太烧算力、太费时间。刚刚成立的OpenAI加入的都是业界大牛，每个人都有自己的想法，这就会导致谁也不听谁的，谁也不服谁。再加上非营利组织的属性，从外界看来，当时的OpenAI就像一个实验室，发表各种研究论文。

在很长一段时间里OpenAI都非常迷惘。

连Altman都说：我们知道我们想做什么，我们知道为什么我们想做这件事，但我们就是完全不知道该怎么做。

2016年加入OpenAI的研究员也曾经对外形容，在OpenAI里工作就像是加入了大学里一个研究生项目。

人都很迷惘，钱呢?钱也不够了。

当初承诺的10亿美元的注资是分批次打进来，所以OpenAI每年的预算对比其他大厂还是少得可怜，你就看2017年OpenAI支出总计2866万美元，而对比同年谷歌的DeepMind支出高达4.42亿美元。

07/陷入迷茫（2016-2017）

再来看这些年的成果进展。

2016年OpenAI推出了GymBeta、Universe激起了一点小水花。但竞争对手DeepMind 的AplhaGo，同年击败了韩国顶级围棋选手李世石，一下子引起了世界的关注。

2017年OpenAI在Dota2中利用DotaAI战胜了曾经最强的中单选手Dendi，也引起了不小的轰动。

同年，Google的8位科学家发布的一篇名为《Attention is all you need》科学家把论文中提出的架构命名为Transformer，震惊了整个业界。

Transformer为何对OpenAI有如此大的影响力?这要从OpenAI当时遇到的技术难题讲起。

Brock在2023年承认，2016年的OpenAI「什么都行不通」。

研究员们尝试研究各种算法，一边看看游戏的技术，另一边也投入不少精力研究机器人。直到2017年，那篇改变一切的论文出现——《Attention is all you need》。那个真正的顿悟时刻到来了！

OpenAI首席科学家Ilya说：“我们在等的就是这个”。

Brockman也回忆说：“这也是OpenAI一直以来的工作理念，去尽力解决问题，然后相信我们或者领域的其他人终会想到我们缺失的那一块”。

简单来说Transformer出现之前，处理数据采用循环神经网络，就是不能同时计算，Transformer的出现可以让数据同时计算，就像物理电路里串联改并联一样。大大的增加了效率，降低了成本。OpenAI就是用了这个架构训练模型。

08/命悬一线（2018）

紧接着2018年OpenAI推出了GPT第一代，同年Google推出Bert参数量比GPT大4倍，碾压GPT。

所以，即使有颠覆性的技术出现，在2018年，业界也都不看好OpenAI。不少研究员重新回到谷歌、脸书，一时之间人心涣散，军心不稳。除此之外，还有一位重量级人物，也宣布退出，那就是马斯克。

从2015年到2018年，OpenAI一直没什么起色，马斯克又是个掌控欲非常强的人，他一看，你们拿钱也不出活，得了我来接管吧，我来当CEO。如果放在现在，马斯克这么说大家也许会同意。但是，当时马斯克自身都难保，当时特斯拉工厂堪称“地狱”，很多人在等着做空特斯拉的股票，所以他当时被搞的焦头烂额，天天都睡在工厂里，更别提再加一个大活儿去接管OpenAI。于是，OpenAI董事会拒绝了他的提议，马斯克一听决定走人。不仅人走了，马斯克还挖了OpenAI的人去做特斯拉自动驾驶的主管 (但这个人2023又跳槽回到OpenAI了)。而且之前马斯克曾承诺向OpenAI捐赠10亿美元，据说也只兑现了1亿美元。马斯克的离开让2018年的OpenAI处于非常不利的境地。

与马斯克的决裂，让Sam重新思考非营利组织的模式的可行性，他决定转而探索商业路线，也正是这一决定才让ChatGPT得以出现。

09/新生（2019）

2019年SamAtman 成为CEO，Brokman成为CTO。

那有人问了之前Sam干嘛去了?

Sam Altman在此之前一直是YC的掌门人，大部分时间他都在那边管理相关事务，OpenAI当时的CEO是BrockMan，他当时的职称只是董事。此时的OpenAI站在了命运的十字路口，Sam认为如果他再不站出来指导OpenAI转型，那将会是死路一条。于是，他站出来，计划重新设计架构，在商业和社会责任中寻找平衡点。

Sam担任CEO的第一件事，就是去找钱。

Sam去找了2个人，目的是获得上千万美元，一位是OpenAI初始投资人、LinkedIn创始人Reid Hoffman，另一位是亿万富翁太阳微系统创始人Vinod Kholsa。这次Sam的筹码是这些钱不再以捐赠的方式，而是成立营利部门。两个人在反复考虑回报之后，答应了Sam。

之后，Sam开始调整架构。

单独成立一个实体，OpenAI LP实体和原OpenAI Inc属于普通合伙人关系。不是子母公司，所以不是从属关系，是并列关系。而Sam刚刚找的那两个投资人，就属于OpenAI LP的有限合伙人。但是他们的收益回报达到100%就是上限了。再多的钱就要回流到OpenAI Inc里。

OpenAI这个大动作新吸引了大投资方，那就是微软。微软在此之前也有意发展AI，他们在2016年曾经发布过Tay，但是发布一周内，因为频繁发表关于“种族主义、反犹主义，并对某些用户人身攻击“，很快被下架。

所以当注意到OpenAI这颗冉冉升起的新星时，微软的掌门人Nadella开始考虑新计划。当时，Nadella作出投资OpenAI的这个决策，面临着巨大的阻力。压力一方面来自于比尔·盖茨，他对OpenAI一直保持怀疑态度。另一方面，由于OpenAI训练模型需要的财力、算力都非常庞大，这对微软的财务、内部系统来说是个巨大的考验。但即使面临着重重压力，Nadella仍然决定微软要投资OpenAI。

2019年7月微软宣布与OpenAI达成合作关系，投资10亿美元。

(左：OpenAI CEO Sam Altman，右：微软CEO Nadella )

今天看来，微软的这一决策，真是妙啊，这可谓是一箭三雕。

微软获得了OpenAI技术的加持，捆绑Bing，抢了谷歌的客户，捅了竞争对手一刀。再者微软所有的产品都可以使用OpenAI的技术，一下子让什么Offic全部AI化。另外其实这10亿美金不全都是现金，很大一部分是云服务信用积分的形式，OpenAI可以免费使用微软的云服务训练模型。

10/飞速发展（2020-2022）

拿到投资的OpenAI可谓是如虎添翼，直接起飞了。咱们盘一盘GPT产品发布的时间线。从微软给OpenAI注资开始到2022年底，直接引爆业界，甚至火出圈，让谷歌拉起了红色警报。大部分人开始了解ChatGPT也是在2022年底到2023年初这里。

11/动荡不安（2023-2024）

大笔融资

2023年微软决定继续加大与OpenAI的合作，决定投资100亿美元，并持股49%，针对这一合作双方达成了如下的利润分配方案：

1.第一阶段：

100%的利润给到初始团队和投资人，直到回本

2.第二阶段：

25%的利润给员工、支付投资人支付投资回报上限，75%利润给微软回本，收回130亿美元投资额

3.第三阶段：

2%的利润给OpenAI Inc非营利组织，41%利润给员工股权激励，8%的利润给初始投资人回报上限，49%的利润微软的回报上限

4.第四阶段：

员工、初始投资人、微软的投资回报结清之后，100%的收益回流至OpenAI非营利组织

这次合作对于微软的好处大大滴，首先100亿不全是现金，大部分都是云服务信用积分，就相当于我微软是放高利贷的，我给你的还不是钱，是我各类服务，你先拿去用，再慢慢还钱。有人计算过除了OpenAI还给微软的130亿，微软还能获得920亿美元的利润回报，这笔买卖划算。

接下来，OpenAI开启了它的融资之路。

高层大震动

虽然好事连连发生，但一迈入2023.动荡接踵而至。我们来看看从2023年到2024年的高层变动的时间轴。多名联合创始人以及高管纷纷离职，有的去创业，有的投靠了竞争对手。

首先，2023年11月Sam被解雇，这一事件的背后，是OpenAI从非营利组织向营利组织转型之后带来的阵痛。团队中其中一部分人认为OpenAI应该要保持初心，不应该向钱看，要做对AI和安全有贡献的事，另一部分人认为，太理想主义是不长久的，如果OpenAI一直不盈利，无论从员工的个人心态和激励，还是研究资金的吸纳都是不利的，也正是两股力量的冲突引发了Sam被解雇事件。

2024年Sam回归后高层纷纷离职，有的单飞，有的去了竞争对手的公司。其中的缘由没有人能说得清楚，正常人离职都不会对外界说真话，更何况这些AI顶级人才。不过很多人猜测，真正厉害的人不甘于在公司打工，有实力纷纷独立单干，比如Ilya，还有一些有可能是公司管理问题、未来发展、薪资激励的问题导致高层纷纷跳槽。

12/一些个人看法

写这篇文章，在查资料做功课的过程中，卓子真的频频感叹，让人惊叹的科技产品火出圈的背后，是几十年里无数科学家默默耕耘，默默研究多年，以此铺垫的技术和研究成果。目前的所有科技大厂都是站在巨人的肩膀上做事。这些科学家着实让人敬佩，许多人当时在做着科学领域里非常冷门的研究，谁都不确定未来的发展，但是因为热爱和对人类发展的探索的好奇心，他们以几十年为单位的研究，才有了今天的成果。

OpenAI最近也被许多人唱衰，是不是要倒闭，这么乱还能坚持多久等言论。不过我认为，极端商业化和极端的非盈利，都不是长久之计，OpenAI需要找好商业和社会责任的平衡点，始终站在促进人类发展的角度推动技术进步，持续做对人类发展有益的事情，是OpenAI能走得久、走得远的关键。希望2024年能看到OpenAI扫去阴霾，火力全开。

其他深度文章传送门

一口气了解SpaceX，“筷子夹火箭”厉害在哪儿？

英伟达和AI到底有啥关系？终于搞明白了！

最后，如果你喜欢这篇文章，别忘记点赞、关注、转发，我们下次见～