Thinking Machines
為什麼重要
深度解析
Thinking Machines Lab 由 Mira Murati 於 2025 年初創立；她在 OpenAI 工作六年半，並在 ChatGPT 與 GPT-4 推出期間擔任首席技術長。創辦團隊名單宛如現代 LLM 發展史的點將錄：參與 ChatGPT 大量後訓練工作的研究科學家 Barrett Zoph 出任 CTO，協助開創 RLHF 的 OpenAI 共同創辦人 John Schulman 則出任首席科學家。實驗室公開宣示的目標，是縮小快速進展的 AI 能力，與更廣泛社群理解、自訂及實際使用這些系統之能力間的差距，並強調人機協作，而非完全自動化。2025 年，它發佈首款產品 Tinker——一項用於微調開放權重模型的託管服務，並承諾隨著工作推進持續發表研究。
創辦團隊
人才就是這裡的全部故事。Murati 在 2023 年 11 月領導危機期間曾短暫擔任代理 CEO，並於 2024 年底離開 OpenAI；短短數月內，她便組成一支成員主要來自 OpenAI 的創辦團隊，另有 Anthropic、Google DeepMind 與 Meta 的研究人員加入。Zoph 共同領導將原始 GPT-4 轉變成 ChatGPT 的後訓練工作，Schulman 則是 PPO 演算法與 RLHF 管線的主要作者之一——後者後來成為對齊聊天模型的標準方法。這種模式並不陌生——Anthropic 本身就是由 OpenAI 前員工於 2021 年創立，Safe Superintelligence 則由另一位 OpenAI 共同創辦人創立——但 Thinking Machines 聚集的後訓練人才，或許是前沿實驗室以外最密集的一群。
Tinker：作為 API 的微調
Tinker 是實驗室的首款產品，也是一項以 API 形式提供的微調服務，但提供的控制程度異乎尋常。多數微調服務都是黑箱：你上傳資料集，取得一個模型。Tinker 則公開底層訓練原語——前向與反向傳播、最佳化器步驟、從目前權重取樣——讓使用者以一般 Python 撰寫訓練迴圈，實驗室則負責在其 GPU 叢集上排程工作。這項服務可微調開放權重模型，包括 Llama 與 Qwen 家族，並使用 LoRA，讓多名客戶共享同一套基礎權重，同時各自保留一個小巧、低成本的轉接器。這項設計讓監督式微調與強化學習工作流程都能維持實用，而使用者不必租用或設定任何一部伺服器。
（尚）不是前沿模型實驗室
鑑於這項估值，人們自然會假設 Thinking Machines 正與 OpenAI 和 Google 競速訓練更大的基礎模型。至少目前並非如此：公司尚未發佈自己的預訓練模型，首款產品則建構在其他實驗室的開放權重上，而非與其競爭。背後的隱含押注是：業界對預訓練規模投資過多，對後訓練——也就是透過強化學習與微調，讓模型真正適用於特定任務的階段——投資不足；讓外部研究人員與公司真正掌控這個階段，本身就能成為一門生意。這項押注能否成立仍未有答案，但這是刻意的定位選擇，而非未能推出產品。
120 億美元的賭注
2025 年年中，公司完成約 20 億美元的種子輪募資，估值約 120 億美元——這是科技史上規模最大的種子輪之一，而且在公司宣布任何產品前便已敲定。這項數字反映 2023 年後人才爭奪戰中的一種特定投資人論點：一小群擁有前沿實驗室經驗的研究人員，比 AI 領域幾乎任何其他資產都更有價值。實際上，這筆資金買到兩項實驗室無法以其他方式取得的資源——大額 GPU 運算資源預留，以及留住一支每個對手都想挖角之團隊所需的薪酬方案。它也設下異常高的門檻：以這樣的估值，Tinker 必須成長為真正的平台事業，研究議程也必須證明這間實驗室足以和創辦人離開的公司並駕齊驅。