OpenAI专业挖角，近100位大佬到手！谷歌、Meta等大厂沦为「后备人才库」
ChatGPT一炮而红，彻底把openAI这个创业公司整破圈了，短短5天，全球注册用户就突破100万，至今仍热度不减。但为什么是OpenAI做出了ChatGPT？OpenAI的员工又都是什么背景？抢人大战，openAI赢麻了根据外媒LeadgeniousPunks&Pinstripes对目前736名OpenAI员工的背景进行分析后可以发现：几乎所有的OpenAI核心人才都来自大型科技公司。其中有59人之前就职于谷歌，其次是Meta(34人)，苹果(15人)，Dropbox(14人
ChatGPT一炮而红，彻底把openAI这个创业公司整破圈了，短短5天，全球注册用户就突破100万，至今仍热度不减。
但为什么是OpenAI做出了ChatGPT？OpenAI的员工又都是什么背景？
抢人大战，openAI赢麻了
根据外媒Leadgenious Punks & Pinstripes对目前736名OpenAI员工的背景进行分析后可以发现：几乎所有的 OpenAI 核心人才都来自大型科技公司。
其中有59人之前就职于谷歌，其次是Meta (34人) ，苹果(15人) ，Dropbox (14人) ，亚马逊(11人)。
在OpenAI的员工中，有389人曾在硬件或软件公司工作；还有39人来自金融服务业，包括摩根大通(7名外籍员工)、罗宾汉(5人)和瑞银(3人)。
OpenAI在技术人才的争夺上，已经赢麻了。
LeadGenius 的研究结果也为大型科技公司敲响了「人才警钟」，那些大型科技公司，尤其是谷歌对员工的关注度并不够。
从谷歌离职的人里面，很多都是在创新实验室（如Alphabet X）中进行一些次级产品的研发，也就意味着，他们基本看不到自己的工作成果对公司的核心产品或收益产生有意义的影响。
而openAI可以给他们这个机会。
此外，OpenAI招聘了39名金融员工，远超行业预期，是否意味着OpenAI的下一步棋就是「挑战金融服务业」？
360 Digital Immersion 公司总裁兼创始人Lisa Wardlaw表示，「现在下结论还为时过早，但他们的确为寻找新选择的华尔街人才提供了一个可行的选择。」
在马克·扎克伯格创办Facebook的那个年代，只需要一间大学宿舍，或是一个车库就能开一家世界级公司；而OpenAI的成功则是从大公司「挖墙脚」。
谷歌：OpenAI的后备人才库
早在去年11月ChatGPT发布的博客文章中，致谢部分可以发现5名谷歌员工的名字：Barret Zoph, Liam Fedus, Luke Metz, Jacob Menick, Rapha Gontijo Lope
领英显示，Barret Zoph于2022年8月离职Google Brain，加入OpenAI参与打造ChatGPT，主要研究方向为训练大型稀疏语言模型和AuoML，如神经结构搜索（NAS）。
Liam Fedus于2018年入职Google Brain，2022年9月左右入职OpenAI，在蒙特利尔大学攻读博士期间导师为图灵奖得主Yoshua Bengio，研究方向横跨有监督、无监督和强化学习。
Luke Metz于2016年入职Google Brain任高级研究科学家，目前在领英和推特个人主页尚未显示加入OpenAI.
Jacob Menick于2015年9月入职DeepMind，2022年9月入职OpenAI任研究员，博士毕业于伦敦大学学院，主要研究方向为机器学习、生成式模式、大规模深度学习、变分推理、信息论和稀疏模型。
Rapha Gontijo Lope于2018年6月本科毕业于佐治亚理工学院，后入职Google Brain，期间参与了为期两年的谷歌AI留居计划，2022年9月入职OpenAI
不过最大的boss还是OpenAI的联合创始人和首席科学家Ilya Sutskever，他在2005年毕业于多伦多大学，2012年获得计算机科学博士学位。
毕业至今，曾先后就职于斯坦福大学，DNNResearch，Google Brain，从事机器学习与深度学习的相关研究，并于2015年放弃谷歌的高薪职位，与Greg Brockman等人联合创建了OpenAI，在OpenAI主导了GPT-1，2，3以及DALLE系列模型的研发。
谷歌还是太怕风险了
上面提到的几位员工大多曾在Google Brain任职，有部门员工在接受采访时表示，Google Brain的工作文化让人实在打不起精神，除了有令人难受的官僚主义作风，对待新产品提议的态度也过于谨慎，很多员工都有离职的想法。
另外也有员工抱怨，曾经建议过公司应该把对话功能加入到搜索引擎里，但根本就没人重视。
不过Google Brain内部仍然人才济济，仍然有超过800位以上来自世界各地的顶尖科学家。
除此之外，AppSheet 创始人 Praveen Seshadri 在离职谷歌后也发表了一篇博客，他认为谷歌陷入了一个迷宫之中，员工浪费了大量的精力在审批、启动流程、法律评估、绩效评估、执行评估、文档、会议、错误报告、分类、 OKR、 H1计划、随后的 H2计划、全员峰会和重组上，实际能做的事非常少。
尤其是面临OpenAI和微软的围剿，谷歌不仅面临技术上的压力，还面临大裁员等问题，在某种程度上反映出管理层和员工普遍缺乏自我意识。
最大的问题还是在于谷歌的核心文化：
- 没有使命感（no mission）
- 没有紧迫感（no urgency）
- 过度审查（delusions of exceptionalism）
- 管理不善（mismanagement）
尽管谷歌的两个核心价值观是「尊重用户」和「尊重机会」，但在实践中，这些系统和流程被有意设计为「尊重风险」。
风险缓解胜过一切，如果一切进展顺利，最重要的事情是避免出现问题，并在广告收入不断增加的情况下继续前行：
- 更改的每一行代码都有风险，因此需要大量的中间过程来确保每一次代码更改都能完美地避免风险；
- 发布的任何东西都是有风险的，所以要进行大量的审查和批准，哪怕只是在一个小产品上发布一个小变化；
- 任何不明显的决定都是风险，需要由群体共同决定；
- 任何与过去不同的做事方式都是风险，所以要坚持原来的方式；
- 任何对你不满意的员工都是职业风险，所以经理们的目标是100% 的员工满意度，即使对待表现最差的员工也要小心翼翼；
- 任何与管理链的分歧都是职业风险，所以一定要应承自己的上级；
如果重点转移到价值创造上，那么一切都会变得不同，比如每天问自己「我今天为谁创造了价值」，如果能创造更多的价值，产生更大的影响，员工就会更加努力工作。
早年谷歌在「抢人大战」里疯狂挖Meta等大厂的墙角来扩充自家人才资源，现如今自己反倒成了OpenAI的后备人才库。
难怪ChatGPT爆火后谷歌要拉响「红色警报」，再不重视人才的保护，自家培养的高级研究员早晚要被挖完！
参考资料：https://www.punksandpinstripes.com/blog3-1/open-ai-is-big-techs-entrepreneur-exodus
OpenAI GPT-6 Astra 模型通过 MCP 协议与 SourcePauseTool 控制《传送门》游戏，完成 3336 次工具调用并自主通关。实验耗时约 24 小时，API 成本约 571 美元，展示了多模态 AI 在 3D 解谜领域的突破性进展。
OpenAI算力总量预计2025年达1.9GW，较2023年增长9.5倍，年经常性收入同步增至200亿美元。推理成本已压至每百万token不到1美元，采取训练性能优先、推理效率优先的双轨策略。未来营收将拓展技术授权与按成效付费模式，并优先研发AIAgent与工作流自动化。
Transformer核心作者NoamShazeer离开谷歌加入OpenAI，担任架构研究负责人。他曾参与创办Character.AI，后因谷歌交易回归，如今再次转投。此举折射出行业对Transformer架构局限性的反思，以及下一代模型架构创新的迫切需求。
Transformer论文共同一作、谷歌元老级AI专家NoamShazeer再次离开谷歌，加盟OpenAI。他拥有高达35万余次论文引用，近期专利涉及结构化工具调用、神经架构搜索及混合专家模型等关键方向。OpenAI借此补齐构建超级智能体与底层模型架构的核心能力。
AI传奇人物诺姆·沙泽尔离开谷歌加入OpenAI。作为Transformer架构之父，他因不满谷歌严格的审批流程和“大公司病”，再次出走。选择OpenAI因其快速迭代理念和开放氛围，契合其推动AGI落地的核心诉求。
OpenAI的Codex工具开放第三方模型接入，但实际门槛高，仅支持ResponsesAPI协议。DeepSeek等国产模型无法直接接入，需通过本地转接桥，响应速度慢于官方模型，但成本极低。此举为国产模型提供成熟Agent容器机会，但OpenAI仍掌握核心标准。
OpenAI发布LifeSciBench基准测试，为AI制药建立标准化评估工具，推动行业规范。港股创新药板块短期承压，但AI制药从概念验证走向产业落地趋势不变，研发效率成核心竞争维度，板块估值有望修复。
GettyImages与OpenAI签署展示协议，股价盘前暴涨141%，空头回补放大涨幅，市场反应强烈。此次合作标志着双方从对抗转向合作，OpenAI授权版图持续扩张，但公司基本面压力犹存。
OpenAI联合博通推出首款自研AI芯片Jalapeño，专为大语言模型推理设计，开发周期仅9个月。芯片采用软硬件协同设计，并用AI优化自身架构，每瓦性能大幅领先业界。计划2026年商用，通过全栈布局降低AI使用门槛。
思科与OpenAI深化合作，将AI编程智能体Codex集成至企业级开发体系，实现跨代码仓库构建效率提升20%、缺陷修复提速10-15倍、前端框架升级周期从数周缩短至数天，成为AI驱动研发的核心支柱。
Windows 10 是一款微软推出的经典操作系统，拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起，适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
