Sam Altman的早期经历Altman的成长关键词——敏感和野心。Sam Altman出生于1985年芝加哥，犹太家庭，其目前Connie是医生（其外公也是医生），其父亲Jerry从事房地产管理，其父亲给Altman最大的教导据说是：永远要帮助他人，即使没时间也要想办法。Altman的家庭有三男一女，Al……

本文来自微信公众号： XYY的读书笔记 ，作者：肖俨衍，原文标题：《【读书】OpenAI崛起史：奥特曼的无界野心》

Sam Altman的早期经历

Altman的成长关键词——敏感和野心。Sam Altman出生于1985年芝加哥，犹太家庭，其目前Connie是医生（其外公也是医生），其父亲Jerry从事房地产管理，其父亲给Altman最大的教导据说是：永远要帮助他人，即使没时间也要想办法。Altman的家庭有三男一女，Altman是大儿子，后面还有Max和Jack，最小的女儿Annie比Altman小九岁（其妹妹后来和Altman打官司，诉讼性虐待等）。Sam Altman（以下简称Altman）据说小时候充满好奇心，且有很强好胜心，当父母给他买了台Mac电脑做礼物，Altman很快学会了编程。中学时，Altman转入顶尖私立中学John burroughs（说明家境不差），他不仅学业可以，还积极参加课外活动，成为水球队长，学校联合国队长等，看起来像个天生领导者。其英语老师回忆Altman善于言辞，作文写的很好。在光纤外表背后，Altman也是个敏感的人，他经常焦虑，经常打电话给目前说自己头疼。也是在中学时期，Altman发现自己是Gay，其目前表示惊讶，但是表示理解。敏感和野心是Altman两个成长关键词。

创业者Altman。2003年中学毕业的Altman进入了斯坦佛大学，专业是计算机，他想过当作家，也想过当投行家，后来觉得这些都不够赚钱。他发现当时手机即将具备GPS功能，于是开始准备基于位置功能来创业。也正是在此时，Altman遇到了Paul Graham，当时其刚刚开始成立YC孵化器。2005年Altman成为第一批加入YC孵化器的创业者，他的项目Loopt是一个基于位置功能的社交应用。2005年Loopt拿到了红杉等500万美元投资，Altman也从斯坦福辍学了。Loopt不能算很成功的创业，2012年其出售价格为4340万美元，和投资者投入的钱差不多，但如果你去看Altman当时采访，你会觉得他是年轻创业领袖——Altman已经锻炼出极佳的媒体PR能力和讲故事的融资能力。比如当时有人质疑基于位置有泄露隐私嫌疑，而Altman则说我们已经超越了隐私年代，未来用户分享位置将变得司空见惯（这个想法和当年Zuckerberg异曲同工）。有人将Altman称为融资赛道的“博尔特”，据说他本人有类似乔布斯的“扭曲引力场”，仍然不知不觉掉入设计好的故事，Altman还精通于看人下菜碟。Loopt期间，据说有两次高级员工要求董事会开除Altman，其中一次原因是其将个人利益放于公司之上（甚至牺牲公司利益），另一次则是说谎。这两次事件董事会最终都支持Altman。

Paul Graham和Peter Thiel，硅谷的社交皇帝。26岁的Altman卖了Loopt后身价500万美元，他认为这是失败（乔布斯25岁已经2.5亿美元了）。不过，随着Altman在硅谷创业圈不断积累核心资源，他的身价也将持续上涨。2012年，卖掉Loopt后，其成立一家私人投资公司Hydrazine Capital，其弟弟Jack和Max后来都会加入这家基金（之前都在YC投资公司任职）。Altman最重要两位导师是Paul Graham和Peter Thiel。Paul Graham1998年将自己创立的Viaweb以4900万美元卖给了Yahoo（受益于互联网泡沫），后来成为著名的创业主题博客创作者，YC成立后，他便成为了创业导师。当Altman卖掉Loopt时候，YC已经成功投出Dropbox，Airbnb等明星项目，YC也成为硅谷著名的创业资源圈。早在2006年，Paul Graham据说Loopt是最有潜力的项目，并且说Altman像19岁的比尔盖茨。Altman23岁时，Graham将他比作乔布斯。Graham实在太喜欢Altman了，以至于2014年让28岁的Altman成为YC的总裁。据说Altman听到消息后第一次无控制地大笑起来。Peter Thiel则是著名的Paypal黑帮一员，并且是Facebook早期投资者（指导Zuckerberg），也是Palantir的投资人。Thiel经常有一些异于常人的正确言论。Altman的Hydrazine Capital和Thiel的基金有合作往来，俩人成为紧密合作伙伴。2014年Altman回斯坦福教创业课程，还邀请Thiel当嘉宾。Altman很快成为硅谷的Social King，并且诸多创业者例如Airbnb的Brian Chesky，Stripe的Greg Brockman等形成了投资和朋友关系，有些投资创业者也是他本人的男友。当朋友遇难，Altman经常慷慨解囊。然而，当Thiel开始支持共和党时候，Altman选择支持民主党，Altman甚至认真的尝试竞选加州州长，但没有成功。

OpenAI的发端

契机，一次关于AI威胁论的对话。OpenAI故事的开端还是Elon Musk，2013年Musk和长期好友Google创始人Larry Page聊到AI超越人类的事情，Musk显然认为这是人类的危机，但Page不以为然，他认为这将是下一代进化论。俩人争论后，Page还说Musk是歧视非人类物种。同年，当Musk听到Google收购了DeepMind后，他后背发凉，他从此认为DeepMind是恶魔，应该被阻止，而这是OpenAI成立的理由。2015年，比Musk小14岁的，以Musk为偶像的Sam Altman（在当时是），以YC总裁的名义给Musk写邮件，提议由发起一个“AI的曼哈顿项目，以AGI为终极目标”，Altman建议由他和Musk俩人加入董事会，同时邀请三位核心成员加入。以Musk的名气为杠杆，Altman邀请了Greg Brockman（Stripe创始团队，是YC孵化公司），Ilya Sutskever（当时在Google，Alexnet作者），Dario Amodei（在百度、谷歌工作）等洽谈组建公司。

OpenAI成立。Grog Brockman是第一个决定加入OpenAI的，他是个天生创业者和10倍编程高手，后来其加入Stripe成为CTO，并且很快实现了财富自由。Ilya Sutskever出生在苏联，生长在以色列，其导师是后来因为AI奠基获得诺贝尔奖的Hinton，2012年著名AlexNet开启了深度学习时代，而Ilya Sutskever和导师创立的公司DNNresearch也以4400万美元被Google收购，后者加入了Google。Ilya最开始有点犹豫。Musk，Altman，Brockman三个OpenAI创始成员，他们同意Altman建议采用非营利组织的架构，用Open来反击Close的Google。Musk认为第一笔融资金额应该10亿美元，太少了显得等级不够，钱的问题他来解决（这个数字就是PR，Musk据说到退出先后也就投了4000多万美元）。2016年1月，Ilya Sutskever（Google给他开了200万美元年薪，OpenAI是17.5万美元+YC或者SpaceX的股票，他还是选择加入OpenAI）对Open又做了阐述：Open的定义是普通人将因为AI而受益，而不是分享所有科学发现。几个月后，OpenAI的员工就翻倍了（高薪聘请了不少优秀人才），包括Dario Amodei（后来Anthropic创始人）加入OpenAI负责AI安全方面研究。2016年OpenAI总开支是1100万美元，其中工资700万美元。

Scaling Law的前瞻认知。早期的OpenAI，Musk和Altman都不算全职，早期OpenAI也没什么亮点或者创新的项目。2016年3月DeepMind的AlphaGo击败了围棋冠军李世石，成为现象级事件，看到竞对突破的Musk有点坐不住了，他开始要求更多进展，包括时间路线图。2017开始Brockman和Sutskever开始规划研究路线图，Sutskever靠经验和直觉认为核心是算力大小，他已经形成了后来Scaling Law的信仰，他认为更大算力、更多数据，更复杂算法都会带来更好的模型，而其中算力是核心。基于摩尔定律，Brockman和Sutskever计算出来认为算力更迭太慢了。但Amodei的团队发现AI芯片算力从2012年以来实际上是每3.4个月翻倍，这就够用了。于是OpenAI接下来核心目标有了——增加更多芯片和算力（前瞻性认知）。2017年英伟达有8个GPU的算力单元售价是15万美元，OpenAI认为仅训练一个模型，自己需要几千张，甚至几万张。但算力等于投资，Altman和Musk此时更加认真考虑将OpenAI转变为一家传统营利性的公司，俩人此时还开始争抢成为OpenAI的CEO。当时AI顶尖人才争夺已经开始，而OpenAI由于无法发股票从而有核心劣势。Musk甚至提议OpenAI应该和特斯拉合并，这样后者可以提供前者研究需要的现金流。不过此时Altman已经放弃从政理想，准备全职掌管OpenAI，而Musk则已经开始萌生退意。在OpenAI早期10亿美元承诺中，其实际拿到的钱是1.3亿美元，而其中4500万来自Musk。在Musk给Altman邮件中提到他认为OpenAI和Google竞争获胜的概率是0，而不是1%。

GPT2萌芽，微软投资10亿美元。OpenAI此时的项目重心转移到训练打游戏的Agent（Dota2），当时DeepMind也训练类似的游戏Agent，它们都战胜了当时全球最顶尖的游戏专业选手。2019年，Altman也正式放弃了其在YC的总裁角色（被投诉不务正业），真正全职加入OpenAI。与此同时，Altman也设计一套兼容非营利性和融资方案——设置已经投资者回报的上限，同时限制投资者的投票权。OpenAI的员工开始从非营利公司辞职加入营利性子公司。最开始6000万美元融资其中1000万来自YC，而5000万来自Hoffman（Linkedin创始人）等基金会。此外，Altman开始以微软的CEO Satya Nadella为目标展开融资计划。2019年微软的高管开始陆续秘密拜访OpenAI，其中包括比尔盖茨。对于盖茨，打游戏的AI不吸引人，除非AI可以读书，了解科学概念等，而OpenAI当时跟这个相关的是GPT2（语言模型），其有15亿参数，可以做基础的文档总结、回答问题等。看了Demo后，盖茨最终没有反对这笔投资。2019年微软宣布投资OpenAI10亿美元，Altman在全员会上高调宣布微软投资重大意义。而对于微软内部来说，这笔投资至少能够保证在AI领域领先性——微软显然也因为落后于Google而焦虑。而微软也获得了OpenAI技术独家在Azure发现的权利。

GPT-3系列获得成功

从GPT-1到GPT-2。Ilya Sutskever是OpenAI追求的Scaling Law的始作俑者，他本人有深度的信仰。Ilya自己一般不编程，他更像个布道者（或者先知），每次开会只说一句话：Scale，Scale，Scale。Transformer成为那个Scale的核心算法，其最初由Google提出，后者将Transformer视为可以改善搜索、翻译等核心功能的技术，而Ilya则看法不同，他认为Transformer是简单且可规模化的神经网络，这正是他想要的。当时这种想法并不主流，很多AI学者觉得Transformer将不堪重任。Alec Radford是当时OpenAI一名工程师，他在Google就拿7000本英文书训练过翻译模型。这次他直接训练模型让其预测下一个单词，而不是做翻译。Ilya也认为智能就是压缩，而训练一个生成模型，本质上是强迫模型压缩世界信息。2018年，GPT-1出炉，当团队给Musk演示时候（Musk当时还没离开），模型只能输出一些低质量的文本，Musk完全没感觉。GPT-1完全没有吸引人和关注。与此同时，Amodei的团队正在实验另一项技术——将AI和人类进行对齐，即后来的基于人类反馈的加强学习（RLHF）。Amodei（负责AI安全）和Radford联合开始训练GPT-2，其有15亿参数，当时已经是行业最大。GPT-2效果不能算惊艳，但是已经能够规模化产生可读文字，其性能提升进一步确认了Tranformer的潜力，以及Scaling Law是成立的。Amodei的团队甚至发现模型预测准确性和模型大小、算力规模、数据多少成正比。GPT-2甚至在OpenAI内部掀起了辩论——是否应该发布这么强的模型？（安全性），最后他们决定留一手：OpenAI将分阶段发布GPT-2，从参数小的到参数最大的，且从小范围测试开始。

GPT-3，获取大量互联网数据。GPT-2系列获得进展后，OpenAI将Dota2游戏Agent团队解散了（Brockman的项目，其因此和Amodei结仇，这为后者后来离开OpenAI埋下伏笔），公司AGI使命将全部押注在语言模型上。此前还有很多人怀疑纯语言路线，不过GPT-2出现还是堵住了很多人的嘴。OpenAI当下要做就是越快Scale越好——GPT3规模越大越好。当时已经接近微软10亿美元投资，OpenAI将得到1万张英伟达V100（当时最先进），当时MIT大学研究能有10张GPU训练已经是奢侈了，而OpenAI将全部用上这一万张卡来训练GPT-3，这看起来很疯狂，而主导者Amodei也被提升了负责研究的VP。Altman也认为GPT-3会是OpenAI给微软交的满意答卷，因此同意加速推进。GPT-3的结构和GPT-2基本相同，只是算力、数据规模大了100倍（1750亿参数）。当用1万张卡集群训练时会有很多工程问题，比如任何一张卡宕机可能使得整个模型训练要推倒重来，因此需要设计新技术可以随时恢复模型训练（而不是从零开始），这是分片技术。对于数据，GPT-2在基于互联网数据选择了40G的训练数据，叫WebText。而对于GPT-3，包括Reddit，Wikipedia，一个神秘图书合集Books2（出版图书，后来有作家还起诉OpenAI）。这些还不够，OpenAI后来用爬虫几乎爬到了公开互联网上大部分文字数据，再以Wikipedia为模板清洗数据，得到了训练集。实际上，到GPT-4时候，OpenAI直接将原始大量数据喂给了模型，此时还获得了来自微软的Github，以及爬虫Twitter，Youtube等数据，其对于数据体量要求胜过了数据质量。OpenAI初期训练几乎很少考虑训练数据版权（海盗模式），相对来讲，Google对于训练集数据的版权等因素就考虑相对保守。针对模型的输出，OpenAI在肯尼亚找外包团队，利用基于人类反馈的加强学习（RLHF）来训练模型的输出方式。

GPT-3发布，在圈内形成影响力。Altman和微软达成融资合作后，决定每年要发布一个惊艳模型，这样激进态度引起了Amodei对于AI安全的担忧，分歧开始加剧。不过Altman本人也更注意另一方向的AI安全——OpenAI不再发布模型参数，保护自己独有科技。Altman将OpenAI分成三股力量，其中Ilya主导研究，Amodei主导安全（也负责训练GPT-3），而Brockman则主导创业，也就是主要是应用。Altman和Brockman主导开发了OpenAI的GPT系列模型的API（后来还增加编程AI方向），Mira Murai（后来CTO）则被提拔为应用部门负责人。应用部门成为OpenAI内部最激进推动模型发布的力量（要求提前发布），而其他部门对于AI安全重视的则成为保守派（经常要求延迟发布模型），两派之间斗争越发激烈。GPT-3的发布延期了几个月，最后是传言Google即将发布类似语言模型，OpenAI最终在2020年6月推出了API，并且接受测试用户。不过Google的LaMDA大模型（比GPT-3小一点）最终没有发布（估计是害怕一些负面问题出现）。GPT-3在技术圈子里已经有不小的影响了，虽然还未像ChatGPT那样破圈。

Amodei带队离开成立Anthropic。GPT-3成功后，Altman继续和微软谈20亿美元投资，并且将投资回报上限设定在6倍。微软将在Azure上独家提供OpenAI模型的API。此外，公司重心全面聚焦GPT系列模型，此前机器人团队也解散了。以上这些都是Altman拍板决定，Amodei和他的安全团队感觉到被冷落，2020年末，Amodei带着几个同事出来创立了Anthropic，名义上的原因是担忧OpenAI处理AI安全的态度，实际原因估计一大半是权力斗争。Anthropic采用和OpenAI类似的技术路线，并且模型和技术也是封闭的。GPT-3系列模型自然吸引了Google注意力，元老Jeff Dean（Google Brain负责人）提议集中资源训练一个大模型，但是公司内部没人理他。Google的傲慢要到ChatGPT之后才能被打醒。在Meta内部，高管表示没兴趣，尤其是杨乐昆，其一直鄙视OpenAI这种纯粹大力出奇迹的模式。在中国，例如阿里，华为，百度等，仅将GPT-3视为技术创新之一，也没有足够重视。

OpenAI的技术和产品探索。OpenAI对于Scaling Law深信不疑，接下来主要工作依然是训练更大的模型——GPT4，其基于微软提供的1.8万张A100，包括提高计算效率25倍等。新的研究路线包括：训练新的其他模态生成模型；利用现有产品进一步收集用户数据，构建数据飞轮；模型蒸馏，即用大模型训练小一些的模型；数据清洗，稀疏模型（MoE）等。其中，OpenAI最看好的路线则是推理和持续学习（Reasoning and active learning）（后来的o1的技术）。OpenAI的应用团队开始招募市场营销、安全团队（这个不是AI安全，而是产品安全，比如测试bug，输出正确内容等）。当时已经出现一些api的用户用GPT-3生成色情内容，OpenAI采用的原则是情绪价值内容可以，色情内容禁掉（后来Altman又自己说要推出成人版）。编程模型成为OpenAI第二重要产品线（2021年发布Codex），并且和微软讨论合作（后者2018年收购了Github）。为了增强编程能力，OpenAI又爬取了Stack Overflow等数据。微软基于此发布了Github Copilot，并且年化收入达到1亿美元。这在OpenAI内部引起了不满，他们更坚定要自己直接推出产品（钱被微软赚到了）。

Altman个人投资和财富。2021年，Altman完成自己最大两笔个人投资，1.8亿美元投资生命科学公司Retro Bioscience，其主要研究通过换年轻人血延长寿命。此外3.75亿美元投资Helion Energy，主要研究核聚变发电。微软后来还和Helion签订了能源合约，2028年交付。Altman经常公开表示自己没有OpenAI的股权（为了不和AGI冲突），自己年薪6.5万美元。实际上YC是OpenAI重要初创股东，而Altman在YC里面有不少份额，可以说其通过YC间接持股OpenAI。YC最初投资OpenAI 1000万美元，其回报最高可达到10亿美元。WSJ估算，2024年6月Altman个人财富应该达到28亿美元。

ChatGPT横空出世

从控制输入到控制输出，RLHF。GPT-3系列以后，数据越来越不够用，此前优选输入数据这套开始行不通了，大量原始数据直接训练模型。模型控制也从控制输入，变成了控制输出。这就需要依赖此前一项技术即基于人类反馈的加强学习（RLHF）。这个环节涉及了大量的外包工作，包括Scale AI等都是从事这行，这些工人主要在肯尼亚，委内瑞拉等。其中Scale AI的Alex Wang据说还曾是Altman的室友，OpenAI还曾经尝试收购Scale AI（也可以理解下为何Zuckerberg看上这个Alex。Peter Thiel，Zuckerberg，Altman，Alex）。这些外包人员对所选答案要求是helpful（有帮助），truthful（真实），harmless（无害），其中无害和真实重要性大于有帮助（情商大于智商）。由此，RLHF还可以帮助减少模型幻觉（真实性）。InstructGPT是基于RLHF训练出来的基于人类表达习惯输出的模型，其基本能够遵循人类指令。InstructGPT在外界没有什么水花，但是在OpenAI内部获得了AI安全研究人员的认可。结合InstructGPT和OpenAI最新训练的大模型GPT3.5，真正爆款的产品ChatGPT即将诞生。

DALL-E2。2022年初，OpenAI准备发布图像生成模型DALL-E2，不同于此前的产品发布，这次其准备直接ToC发布产品（此前都是通过微软渠道，或者api）。DALL-E1的研发者是GPT系列开创者之一Alec Radford，其最初的算法是Vision Transformer和Transformer的结合（叫CLIP）。然而，随着Diffusion算法出现，DALL-E2转变为Diffusion和CLIP结合路线。DALL-E2,3路线最终也不是很成功，主要原因是计算成本太高了，反观Stable Diffusion模型训练只用了256张A100，其说明Scale也不是AI的全部。DALL-E2发布又一次加剧了OpenAI内部应用产品部门和AI安全部门的矛盾，不过OpenAI的整体风格已经开始贴近应用，甚至像早年的Facebook：Move fast and breaking things（竞争来了没办法）。在愈发激化的内部矛盾中，Mira Murati扮演了调和者的角色，她甚至扮演了Altman和公司其他员工沟通的核心角色。

GPT4，微软决定投资100亿美元。GPT4算力基础是微软提供的1.8万张A100，而核心瓶颈在于数据不够。Brockman这位不寻常的总裁（他还是极客风格）开始爬Youtube的视频（冒着合规风险，据说Google自己都不能直接用），然后转成文本给GPT-4训练。GPT4最开始训练用了3个月，初期效果似乎不太好，但随着RLHF的加入，效果一天一天变好（所谓的效果好，可能是AI适应了人类输出标准而已）。比尔盖茨表示如果GPT模型在AP Biology测试中达到5分，自己会感到惊艳。Brockman从Khan在线教育平台找到相关测试的训练数据，给盖茨定制了一个模型（大佬定制），结果是GPT4真的拿到了5分。盖茨震惊了，他表示这是自己有史以来最惊艳的2次demo之一（不知道另外一次是啥）。微软的CEO Nadella等高管也很激动，GPT4看起来是更大的蛋糕，比如Copilot。他们决定2023年1月那笔100亿美元投资。GPT-4本来准备22年秋天发布的，而此时OpenAI和微软各派3名员工组成了DSB（Deployment Safety Board），其成为审核OpenAI最新模型是否适合发布的理论最终裁决机构。DSB认为GPT-4需要充分测试才能发布，因此发布时间改为23年年初。Altman也有点担忧GPT4会是最终打醒对手（主要是Google）的产品，所以要格外小心。

ChatGPT发布，一炮而红。22年10月，OpenAI当时有300名员工在开全员会，他们听说对手Anthropic即将发布一款Chatbot产品（实际上Anthropic没有发布机会，而且当时其遇到一个麻烦，其一笔5.8亿美元融资，其中5亿来自FTX的SBF，而后者暴雷了）。出于紧迫性，OpenAI准备抢先发布一款基于GPT3.5的Chatbot，即ChatGPT。当时OpenAI最核心的优先级显然是即将发布的GPT-4，ChatGPT看起来只是个无关紧要的发布，有些人觉得会有几千个用户，而有些人猜几万。然而产品上线后就成为爆款，5天后用户就突破了100万，2个月用户就突破了1亿，公司服务器屡次过载下线。ChatGPT走红也让OpenAI瞬间变成了家喻户晓的品牌。产品走红后，OpenAI各方面人手短缺，但Altman表示公司应该保持小而精的团队，最初准备只招100人，结果最终招了250-300人。大量新鲜员工进入公司，不同文化也开始混合，混乱成为常态，往往伴随着公司业务高增长。处于ChatGPT井喷式需求，微软甚至将公司主要GPU资源从自有AI团队转移到OpenAI，微软内部变天了（据说Altman每天都给Nadella打电话要更多算力）。微软对OpenAI投资瞬间显得十分明智，Azure OpenAI的用户推理需求从23年1月到9月翻了10倍。23年2月，ChatGPT推出付费订阅模式。不过由于微软也在基于OpenAI发布大量类似co-pilot产品需要OpenAI配合，OpenAI内部也发现愈发难以兼顾自有产品和微软产品的同时需求，两边矛盾开始积累。

五个阶段的算力基础设施。面对已经被充分验证的Scaling law，Altman对OpenAI的算力基础设施进行五个阶段的规划：第一阶段是GPT3的1万张V100；第二个阶段是1.8万张A100训练GPT-4。第三阶段则需要多个数据中心承载几十万张H100，训练GPT-4.5和GPT-5。第四阶段则是需要100亿美元投资B100的卡。而第五阶段的算力投资将达到1000亿美元，设施用电功率将达到5Gw，和整个纽约用电差不多。进入24年，随着Meta开始建设35万张H100的超算中心，Altman愈发觉得微软动作太慢了，于是有了后来他自己规划的事。由于超算中心需要巨大的能源、水资源等支撑，对当地居民生活影响明显，甚至破坏环境，Hyperscaler们纷纷在拉美寻址建设，这些动作也引起了当地的反对。

OpenAI的“五日政变”

超级对齐和OpenAI董事会减员。正如前文所言，随着ChatGPT和GPT-4走红，OpenAI推出产品节奏越来越像互联网公司，强调快速迭代。进入2023年OpenAI开始探索Agent方向，并且尝试打造AI科学家等自主科研项目。而这引发了原有AI安全担忧员工进一步反弹，而这里面就有Sutskever。他是坚定AGI信仰者，而因此对AI能力进步更加担忧，2023年开始Sutskever进一步将自己时间用在AI对齐上，超级对齐项目得到了OpenAI 20%的算力承诺。此外，虽然OpenAI不断破圈，其董事会人员却越来越少。Reid Hoffman在23年2月宣布退出，主要是其成立自己AI创业Inflection AI。Shivon Zilis是Musk的亲密战友（后来还和其生了双胞胎），随着Musk创立xAI，其也在23年3月宣布退出OpenAI董事会。第三个退出的是Will Hurd，前CIA官员。仅剩下三位董事会成员分别是Quora创始人D Angelo，机器人专家Tasha McCauley，和CSET研究员Helen Toner。这三位成员和Altman都有关联，第一位创立公司是YC投资项目，第二位是Altman推荐的。

Altman危机开始酝酿。Altman的不透明和沟通不畅，言论不一带来问题愈发凸显，经常有员工发现同一件事Altman对不同员工说法很不一样。此外，GPT-4微软被允许在印度提前测试，而这绕过了DSB（终极审核组织）。微软违规了，但Altman却默许这些违规。23年3月，Altman还写邮件给董事会成员D Angelo表示对方应该辞职，因为Quora推出了类似的Chatbot竞品。最终其他董事会成员认为这个利益冲突有限，D Angelo留任了。后者此后在一次聚会上了解到OpenAI的创业基金（1亿美元投资GPT生态项目）架构很奇怪，这些被投企业允许提前使用OpenAI产品，而这些股权最终所有人竟然是Altman私人，而不是OpenAI公司。Altman似乎故意组织董事会对其监督。25年初Altman的妹妹Annie也提起了对Altman的诉讼，指控其性虐待等（Altman表示否认，直指其妹妹有精神病）。对于不同的意见，Altman开始采用“不听就走”的策略。此时OpenAI在训练GPT-5，而有个人坐不住了，也就是Sutskever。更让他抓狂的是Altman竟然绕过他直接提拔了Sutskever的下属Pachocki，相当于离间了这俩人的关系。连一直以来充当Altman和员工沟通桥梁的CTO Murati也开始受不了Altman了，因为她觉得老是给Altman背锅。她在23年9月找了董事会成员之一Toner喝咖啡（这个估计是相对独立的），她说Altman将公司逼得太紧，可能会出问题。Toner后来还和Sutskever聊，后者也表达了OpenAI斗争和是否能够实现AGI的担忧。俩人保持沟通，Sutskever后来表示认为应该对OpenAI管理层进行调整。

大反转，Altman5天回归。23年10月，Altman变得异常焦虑（不知道是不是知道了那些沟通？），他开始担忧微软对于OpenAI不满，而Murati（是OpenAI和微软具体沟通核心负责人）也发现出现大量Altman对微软说yes，而自己说no的矛盾情况（窘境）。Murati，Sutskever，Toner三人基本达成一致，Altman不再是OpenAI理想的CEO（Murati可以当代理CEO），他们开始尝试联系另外两位董事成员，Sutskever提供了不少截图证明（对Altman不透明、不诚实等）。董事会成员还考虑是否和其他人比如Brockman，微软等讨论事件影响，后来他们认为不能联系，因为避免泄露。大家达成一致后，剩下事情只有告诉Altman了。23年11月17日，Altman被开除成为公开消息。很快Altman和Brockman就开始散播消息——Altman开除主要指使人是Sutskever，这是一场权力斗争。再加上在此后OpenAI全员会上，很多员工提问，Sutskever都没有提供足够说服力的回答（比如对开除Altman理由，S只说可以看公开信，但是没有提供更细节的证据，这很难让人信服），很多OpenAI员工拒绝变化。看到这种超预期的局面，Murati也开始摇摆了，她觉得自己镇不住场子。董事会决定从外部寻找CEO接班人，找了一圈只有前Twitch CEO有意愿接，但后者很快被Altman的好友Airbnb的CEOChesky劝退。微软也很快表明态度，支持Altman来微软组建新的AI团队。显然，这次“政变”失败了，5天后Altman宣布回归。

新董事会成立。23年12月的OpenAI全员会上，Sutskever缺席（再也没回OpenAI）。此时OpenAI内部在酝酿新模型Q，其就是后续发布的o1推理模型。OpenAI组建了新的董事会，Toner和McCauley退出，Larry Summers（经济学家）和Bret Taylor（Facebook前CTO，Twitter董事长，后创立Sierra）递补。并且对Altman此前一些指控展开了调查，24年3月，新董事会调查结束，据说发现了不少Altman言行不一的证据，但是董事会认为程度不至于开除他的地步，而调查报告全文没有公开。

Altman独掌OpenAI和诸多元老离职。Sutskever离开了(24年5月官方宣布），Altman似乎扫清了最终障碍，OpenAI已经完全变成了他的野心帝国，OpenAI风格也完全变成了产品尽快发布，纯市场竞争风格（后来会设置营利性公司）。GPT4o是自带语音功能多模态模型，Altman决定在24年5月9日发布，抢先于Google的14日的I/O大会。GPT4o展现了特别的情商，其跟人对话感觉仿佛是：我有全世界的知识，但这个问题还是请daddy你教我吧！在GPT4o发布会上，Murati和Mark Chen（此前是量化交易员，被提拔了OpenAI多模态负责人），Barret Zoph（负责后训练）。外部环境愈发严峻，Altman和Musk也愈发走到了对立面，后者甚至发起了对Altman诉讼说其当时骗他成立非营利组织发展AI，Musk自己也成立了xAI。微软也开始布局自己AI，其6.5亿美元挖走了Hoffman创立的Inflection AI项目组的Mustafa Suleyman，其是DeepMind创始人之一，但是已经被公司评价为有毒的人，并且2019年开除了他。在24年财报中，微软将OpenAI列为竞争对手。除了Sutskever，24年开始诸多OpenAI的元老也逐步离开，包括Jan Leike，超级对齐的联合负责人。John Schulman，后训练的负责任（去了Anthropic）。24年5月，OpenAI一位离职员工在网上爆料OpenAI威胁离职员工封口，否则期权将作废，这在公司内部也掀起了轩然大波。Altman在全员会上支支吾吾说自己只知道一部分。一系列PR灾难让公司士气低落。

不是AI泡沫而是OpenAI泡沫

24年，Altman重点工作之一就是将OpenAI组织转变为更像传统营利性的公司（非营利组织将成为控股公司），而作为CEO其显然也应该获得更多股票。24年10月，OpenAI宣布完成了66亿美元融资，VC历史上最大一笔融资，公司估值提到1570亿美元。

接下来部分由DeepSeek续写：

估值三级跳：25年一季度，软银领投400亿美元，估值拉升至3000亿。10月，员工股票交易将估值推至5000亿——支撑它的是年化收入突破120亿美元。12月，新一轮融资洽谈启动，目标估值7500亿美元。一年身价翻近5倍，奥特曼与亚马逊百亿级投资的洽谈也已展开。“非营利为全人类”的研究实验室，彻底蜕变为比肩主权基金的资本巨兽。

从模型竞赛到“AI操作系统”。10月DevDay，奥特曼公布：ChatGPT周活破8亿，开发者超400万。战略重心从技术迭代转向生态构建。ChatGPT内嵌应用与Apps SDK，试图将聊天机器人升级为“AI版iOS”；AgentKit宣称8分钟完成复杂AI工作流；Codex三周处理超40万亿tokens。但开发者评价两极：有人称其为“AI操作系统雏形”，更多人质疑商业化步伐过快。竞争现实是：Anthropic以32%的企业LLM使用率压制OpenAI的25%，编程市场份额42%对21%形成碾压。

权力重组与超级智能时间表。10月，OpenAI完成资本重组。非营利组织控股公益公司，为IPO扫清障碍。与微软签订新“最终协议”：即使2030年前实现AGI，微软仍可访问知识产权；微软被允许独立研发AGI。作为交换，微软持股降至27%，账面回报约10倍。条款松动暗示奥特曼对AGI周期的内部预判比外界想象的更近。同月，奥特曼首次公开超级智能时间表：2026年实现“AI研究实习生”，2028年实现“全自动AI研究员”。为支撑此野心，承诺投资约1.4万亿美元建设超30吉瓦数据中心，目标“每周新增1吉瓦算力”。

不是AI泡沫而是OpenAI泡沫。2025年末，OpenAI站在前所未有的高度：7500亿估值、8亿用户、1.4万亿基建计划。但裂缝正在蔓延：欧洲监管的铁腕制裁——11月德国法院裁定OpenAI侵权，成AI版权监管关键转折；与微软的新协议将竞争摆上台面；马斯克诉讼预计2026年春开庭。