Thinking Machines
为什么重要
深度解析
Thinking Machines Lab 由 Mira Murati 于 2025 年初创立，她在 OpenAI 工作了六年半，并在 ChatGPT 和 GPT-4 发布期间担任首席技术官。创始团队读起来像现代 LLM 发展史的点名册：ChatGPT 大量后训练工作的幕后研究科学家 Barrett Zoph 出任 CTO，帮助开创 RLHF 的 OpenAI 联合创始人 John Schulman 出任首席科学家。实验室公开宣称的目标是缩小快速前进的 AI 能力与更广泛社区理解、定制和真正使用这些系统的能力之间的差距，强调人机协作而非完全自动化。2025 年，它发布了首款产品 Tinker——一个用于微调开放权重模型的托管服务，并承诺在推进过程中持续发表研究。
创始团队
人才是这里的全部故事。Murati 在 2023 年 11 月领导层危机期间曾短暂担任临时 CEO，2024 年底离开 OpenAI；几个月内，她就组建起一支主要来自 OpenAI 的创始团队，另有来自 Anthropic、Google DeepMind 和 Meta 的研究人员加入。Zoph 共同领导了把原始 GPT-4 变成 ChatGPT 的后训练工作，Schulman 则是 PPO 算法和 RLHF 管道的主要作者之一——后者后来成为对齐聊天模型的标准方法。这个模式并不陌生——Anthropic 本身就是 OpenAI 校友在 2021 年创立的，Safe Superintelligence 则由另一位 OpenAI 联合创始人创办——但 Thinking Machines 聚集了可以说是前沿实验室之外最密集的后训练人才。
Tinker：作为 API 的微调
Tinker 是该实验室的首款产品，是一项以 API 形式提供的微调服务，但开放程度异乎寻常。大多数微调服务是黑盒：你上传数据集，拿回一个模型。Tinker 则暴露底层训练原语——前向和反向传播、优化器步进、从当前权重采样——用户用普通 Python 编写训练循环，实验室负责在其 GPU 集群上调度这些工作。该服务微调开放权重模型，包括 Llama 和 Qwen 家族，并使用 LoRA，让许多客户共享同一套基础权重，同时各自保留一个小而廉价的适配器。这种设计让监督微调和强化学习工作流都保持实用，而用户无需租用或配置任何一台服务器。
（尚）不是前沿模型实验室
考虑到这个估值，人们自然会假设 Thinking Machines 正在与 OpenAI 和 Google 竞速训练更大的基础模型。至少目前不是这样：公司没有发布过自己的预训练模型，其首款产品建立在其他实验室的开放权重之上，而非与之竞争。这个隐含的赌注是：行业在预训练规模上投资过度，而在后训练——模型真正变得对特定任务有用的强化学习和微调阶段——投资不足；让外部研究者和公司真正掌控这一阶段本身就是一门生意。这个赌注能否成立仍是开放问题，但这是一个刻意的定位选择，而不是没能发布产品。
120 亿美元的赌注
2025 年年中，公司完成了约 20 亿美元的种子轮融资，估值约 120 亿美元——这是科技史上最大的种子轮之一，而且在公司宣布任何产品之前就已敲定。这个数字反映了 2023 年后人才战中一种特定的投资方论点：一小群拥有前沿实验室经验的研究者，比 AI 领域几乎任何其他资产都更值钱。实际上，这笔资本买到两样实验室无法以其他方式获得的东西——大额 GPU 算力预留，以及留住一支每个对手都在挖角的团队所需的薪酬方案。它也设定了一个异常高的门槛：以这样的估值，Tinker 需要成长为真正的平台业务，研究议程也需要证明这个实验室配得上与创始人离开的公司并肩。