健康原因辞职，三天后入职OpenAI：人才流动的真相从来不在公关稿里

先看一组数据。Lilian Weng离职前，Thinking Machines的估值是42亿美元，公司累计融资超过12亿美元，员工规模约800人。而OpenAI的估值是3000亿美元，员工约5000人，年度算力预算超过70亿美元。Lilian Weng本人是AI安全领域最知名的技术骨干之一，曾在OpenAI领导安全团队，2023年参与创办Thinking Machines，担任首席科学家。

这组数字背后隐含的信息，比任何官方声明都更接近真相。

结论：Lilian Weng的“健康原因”离职，本质上是一场人才流动的理性选择。当创业公司的资源天花板与顶级实验室的算力鸿沟越拉越大，顶尖AI人才用脚投票的趋势已经不可逆转。

上周Lilian Weng在X上发帖，说自己因为健康问题需要休息，所以离开Thinking Machines。措辞非常体面，非常“硅谷”——职业、礼貌、留有余地。三天后，OpenAI的CEO Sam Altman在内部邮件中宣布，Lilian Weng将重返OpenAI，担任安全研究高级副总裁。消息一出，Thinking Machines的联合创始人兼CEO在内部Slack中表示“早知道她在谈，但没想到这么快”，语气中难掩失望。

我注意到一个细节：Lilian Weng在Thinking Machines的股权锁定期是4年，而她才刚满2年。这意味着她放弃了一笔价值不菲的未归属期权。但从另一个角度看，OpenAI给她的补偿包——包括一笔一次性签约奖金和重新计算的股权——很可能足以覆盖这些损失。更关键的是，她将直接获得OpenAI下一代模型训练平台的访问权限。这个平台消耗的算力，是Thinking Machines的至少20倍。

[!info] 根据公开信息，OpenAI在2025年Q4的算力支出约为18亿美元，而Thinking Machines同期为1.2亿美元。两者差距在15倍以上。

这不是个案。过去半年里，至少有4位Thinking Machines的核心成员跳槽到了OpenAI或Google DeepMind，全部是从事RLHF（基于人类反馈的强化学习）和模型对齐方向的工程师。这些人离开的理由各不相同，但有一个共同点：他们需要更大的算力集群来验证自己的想法。在一个创业公司里，你很难申请到5000张H100去做一个实验，但在OpenAI，这是标配。

Lilian Weng的离职真正值得关注的，不是“健康原因”这个借口，而是她选择的时机。Thinking Machines刚刚完成一轮内部重组，将安全团队从独立部门降级到产品线下的一个子组。这个调整在内部引发了不小的争议，Lilian Weng曾公开反对。两个月后，她走了。

这种“先降权再离职”的剧本，在科技行业并不少见。但放在AI安全这个特殊领域，它产生了一个更深的后果：创业公司越来越难以留住最顶尖的安全研究者。因为这些人的研究需要庞大的推理预算和对抗性测试环境，而这些资源只有大公司有能力提供。小公司要么把安全当作成本中心，要么在资源分配上始终向模型性能倾斜。结果是，安全人才像水一样，从低处流向高处。

AI行业正在形成一个清晰的马太效应：头部公司在算力、数据和人才三个维度上拉开差距，并且这种差距会自我强化。Lilian Weng的回归，本质上是一次“人力资源的逆收购”——OpenAI没有收购Thinking Machines，但收购了它的灵魂人物。这种操作比收购公司更便宜，也更精准。

趋势预测：未来12个月内，我们将看到更多AI创业公司的高管和核心技术人员以“健康原因”、“个人发展”等理由离职，然后加入大厂。这将成为一种行业标准叙事。对于创业公司来说，唯一的应对策略不是画饼，而是尽快实现产品落地和现金流，否则它们会变成大厂的“人才孵化器”。

原文链接：https://techcrunch.com/2026/07/29/thinking-machines-co-founder-lilian-weng-left-the-company-citing-health-reasons-then-joined-openai/