OpenAI 的七年：从非营利实验室到千亿公司
最后更新：2026-09-21
本文是产业观察的一篇。过去几年整个世界的技术叙事被一家公司反复改写，那就是 OpenAI。但比它的技术更耐人寻味的，是这家公司自身的演变——它以"绝不作恶、把 AGI 关在笼子里造福全人类"的非营利理想起步，却在七年间变成了一家估值数千亿、与微软深度捆绑、甚至让曾经的理想主义者纷纷出走的商业巨头。本文不重复 OpenAI 的产品线与 API 定价盘点，而是聚焦一条主线：为什么非营利的初心会被商业现实一步步改写，而这又暴露出"以创造超人类智能为使命的公司"在治理上的根本困境。
先说结论
- OpenAI 的诞生源于一种"恐惧"。 2015 年一批硅谷明星人物担心掌握了 AI 主导权的谷歌会成为不受约束的垄断者，于是创办一家开放、非营利的实验室来制衡——它从一开始就带着"对抗巨头"的理想基因。
- 非营利模式被一个硬事实击碎：训练前沿 AI 太贵了。 当算力需求指数级飙升，靠捐赠根本烧不起，OpenAI 不得不接受微软的重金、转向"有限利润"结构——理想向资本低头，是被成本逼出来的。
- ChatGPT 的成功是"长期不被看好 + Scaling Law 信仰"的总爆发。 在 GPT-3 之后的多年里，OpenAI 一度被嘲讽方向错误，它却坚持"大力出奇迹"，最终用一个产品一夜唤醒全世界。
- 奥特曼罢免与回归，本质是"使命治理"与"商业利益"的摊牌。 董事会代表非营利初心、要防 AGI 风险，而资本与员工代表的是现实的公司利益——这场政变的结局宣告：在巨额利益面前，纯粹的使命治理不堪一击。
- "有限利润"的制度设计最终难以自洽。 当一家公司既要追逐史上最大商业机会、又承诺会在 AGI 临近时交出权力，这种内在矛盾至今没有真正解。
一句话：OpenAI 的七年，是一群理想主义者想用非营利的方式驯服人类最强大技术，却在算力成本和 AGI 诱惑面前被迫公司化、巨头化的故事——它最大的实验不是 GPT，而是"如何治理一家使命是创造超越人类之物的公司"，而这场实验至今没有答案。
一、一群"反谷歌"的理想主义者：OpenAI 为什么以非营利开场
要看懂 OpenAI 后来所有的撕裂，先得回到它成立时那个非常特殊的起点——它不是为了赚钱而生的，甚至可以说，它恰恰是为了"防止某家公司靠 AI 赚太多、权力太大"而生的。
时间回到 2015 年前后。深度学习刚刚在图像、语音上取得突破，而在这场浪潮中声势最盛、资源最集中的是谷歌：它收购了 DeepMind，掌握着海量数据、顶尖人才和庞大算力，加上安卓和搜索的霸主地位，几乎让所有人相信——第一个实现通用人工智能（AGI）的，很可能是一家以广告和利润为目标的商业巨头。 这让一批硅谷技术精英深感不安。他们的逻辑是：AGI 可能是人类有史以来影响最深远的技术，甚至可能在某一天强大到超越人类，如果这样的力量被一家封闭的、要对股东利润负责的公司独占，后果难以预料。
正是出于这种"制衡谷歌、防止垄断"的警惕，2015 年底，OpenAI 作为一家非营利（non-profit）研究实验室宣告成立，发起人阵容堪称硅谷全明星：创业孵化器 YC 的总裁山姆·奥特曼（Sam Altman）、连续创业者埃隆·马斯克（Elon Musk）、彼得·蒂尔，以及领英创始人里德·霍夫曼等，并从谷歌挖来一批深度学习新星作为核心研究员。他们承诺投入约十亿美元，并立下几条在当时振聋发聩的原则：
- 为全人类福祉服务，而不是为股东回报；
- 开放（Open 之名正源于此），研究成果尽量公开发表，不搞封闭垄断；
- 长期专注 AGI，哪怕很多年没有商业产出；
- 如果相信另一家机构更接近安全的 AGI，甚至会停止与对方竞争、转而支持它。
二、吞金兽：算力成本如何逼 OpenAI 向资本低头
OpenAI 理想主义遭遇的第一记重锤，来自一个极其朴素、却越来越致命的问题：训练前沿 AI 实在太贵了，贵到靠捐赠根本玩不起。 这是理解它为什么从非营利转向营利的钥匙。
早期的非营利模式依赖创始人们承诺的约十亿美元捐赠和零散资助。在 2015 年前后，这笔钱看起来还相当充裕——那时训练一个前沿模型，用几十上百块 GPU 就算"大手笔"。但接下来几年发生的事，彻底改写了成本曲线。随着研究深入，OpenAI 和整个行业逐渐意识到一条后来被称为 **Scaling Law（规模定律）**的经验规律：模型能力会随着参数量、训练数据和算力的增加而可预测地提升——只要投入更多算力，模型就会更聪明。
这条规律对技术是福音，对财务却是噩梦。它意味着想保持领先，就必须不断把模型做大、把算力堆上去，而算力成本正以指数级飙升。一个直观的对比：GPT-1（2018）参数量约 1.17 亿；GPT-2（2019）约 15 亿；GPT-3（2020）直接膨胀到 1750 亿。每一代模型的训练成本都在跳涨，前沿实验动辄烧掉数百万、数千万美元，而且这还只是一次性训练成本，不含失败尝试和推理运营。 非营利捐赠那点钱，在这台吞金兽面前很快捉襟见肘。
更现实的压力是人才。谷歌、Facebook 等巨头能为顶尖研究员开出天价薪酬和几乎无限的算力，OpenAI 若纯靠理想，很难长期留住人。摆在奥特曼面前的选择很残酷：要么眼睁睁看着实验室因为烧不起钱、留不住人而在 AGI 竞赛中掉队，要么找到一种能持续输血的新模式。
于是 2019 年，OpenAI 做出了历史性的结构转向：成立一个名为 OpenAI LP 的"有限利润"（capped profit）实体，与非营利母体形成奇特的"双层结构"。其制度设计是：投资者和员工可以获得回报，但回报设有上限——最初约定投资方的回报最高不超过其投入的约 100 倍，超出上限的部分仍归非营利母体所有，由董事会继续为全人类利益掌管。这是一个试图"既要钱、又不彻底背叛理想"的折中方案：用有上限的利润激励来吸引资本和人才，同时保留非营利董事会对 AGI 的最终控制权。
真正的输血来自微软。2019 年，微软向 OpenAI 投资 10 亿美元，随后在 2023 年初又追加据报道高达约 100 亿美元的巨额投资，并把 OpenAI 的模型深度接入 Azure 云。对 OpenAI 而言，微软不仅给钱，还提供了训练大模型所必需的庞大 GPU 集群和数据中心；对微软而言，这是一场押注未来、绝地反击谷歌搜索的豪赌。两家公司从此命运深度绑定——OpenAI 获得了生存和领先的资本，却也把自己相当一部分自主权和商业利益，交到了一家它当初想要制衡的那种科技巨头手里。
历史的反讽在此显露无遗：OpenAI 因"害怕巨头垄断 AGI"而诞生，最终却不得不依附于另一家巨头才能继续追梦。这不是某个人的背叛，而是冰冷的成本规律使然。在"算力即生命"的前沿 AI 竞赛里，纯粹的非营利模式在经济上不可持续，理想必须先学会和资本共舞——只是那时还没人知道，这场共舞会跳得多深，又会在几年后以怎样激烈的方式爆发冲突。 而点燃所有矛盾的火种，即将由一个看似普通的聊天产品埋下。
三、大力出奇迹：GPT 系列与 ChatGPT 的一夜引爆
在资本到位、模式转向之后，OpenAI 真正改写世界的，是它在技术路线上一场持续多年、并一度被广泛看空的豪赌——相信"规模"本身，相信只要把模型喂得足够大，通用智能会自己涌现。
先说说这场赌局有多孤独。GPT 是"Generative Pre-trained Transformer（生成式预训练变换器）"的缩写，核心思想分两步：先用海量互联网文本做"预训练"，让模型博览群书、学会语言的统计规律；再针对具体任务微调。2018—2020 年，OpenAI 依次推出 GPT-1、GPT-2、GPT-3，规模一路暴涨。但在相当长一段时间里，这条"纯堆规模"的路线备受质疑：不少顶尖学者认为，光靠把模型做大、让它玩"文字接龙"，不可能产生真正的理解和推理，只是"会说话的鹦鹉"；加上 GPT-3 之后一段时间 OpenAI 没有立刻推出震惊世界的产品，外界一度嘲讽它"花了几十亿，只造出一个会胡说八道的文本生成器"。
OpenAI 内部却越来越坚信 Scaling Law。他们观察到一个关键现象：当模型规模越过某些阈值，能力会"涌现"出来——之前怎么教都不会的推理、编程、多步任务，在模型足够大之后突然就会了。这给了他们继续加注的底气。与此同时，团队做了一个后来被证明价值连城、当时却不起眼的决定：用人类反馈强化学习（RLHF）去"对齐"模型——让人来示范和打分，教模型听懂人话、给出有帮助且安全的回答，而不只是机械地续写文本。
真正的引爆点是 2022 年 11 月底发布的 ChatGPT。技术上，它建立在 GPT-3.5 之上，并非底层的全新突破；但它做对了一件决定性的事：给强大但难用的大模型，套上了一个人人都会用的免费聊天框。 于是火山喷发了：它在短短两个月内收获约一亿月活用户，成为人类历史上增长最快的消费级产品之一。普通人第一次直观地"摸到"了 AI——它能写文章、答问题、写代码、改方案，效果惊艳到让整个社会、整个科技行业集体惊醒：原来 AGI 不再是科幻。
四、五天政变：奥特曼被罢免又光速回归，董事会输了什么
2023 年 11 月，OpenAI 上演了一场让全世界目瞪口呆的"五天政变"。这场内部权力大战的戏剧性堪比电影，但剥开戏剧性，它是 OpenAI 身上"非营利使命"与"商业利益"两股力量积蓄多年后的总摊牌，结局则赤裸裸地宣告了一件事：在千亿美元利益面前，纯粹的使命治理有多脆弱。
事件的经过跌宕起伏。11 月 17 日（周五），OpenAI 非营利母体的董事会突然发表声明，宣布免去奥特曼的 CEO 职务，理由极其含糊——称他"在沟通中始终不够坦诚，已无法继续领导公司"，并任命时任 CTO 米拉·穆拉蒂为临时 CEO。紧接着剧情急转：几天后董事会又想让另一位高管接任，公司高管和员工集体愤怒，几乎所有核心研究员公开威胁"若奥特曼不回来就集体辞职"，微软总裁纳德拉亲自下场斡旋。短短五天之内，奥特曼先被逐出、又被董事会"请回"，而当初罢免他的那几名董事，除一人外几乎全部出局，新董事会重组，奥特曼大获全胜、坐稳王座。
要真正看懂这场政变，得看清对立双方代表的是什么：
- 董事会一方代表的是最初的非营利灵魂。 根据奇特的双层结构，掌握公司最高权力的不是股东（营利实体反而是非营利母体的"下属"），而是这几名不持股、不图利的董事。他们的法定职责是守护 AGI 安全，他们罢免奥特曼，本质是认为他推进商业化太快、在安全与利益冲突时不够可信，是在用制度权力给狂奔的公司"踩刹车"。
- 奥特曼、高管、员工与微软一方代表的是现实的商业利益。 ChatGPT 成功后，OpenAI 承载着员工巨额的财富期待（营利实体的股权回报）、微软数百亿美元的押注、以及全球市场对产品迭代的渴望。奥特曼是把这些资源和增长拧在一起的核心，董事会一纸令下要扳倒他，等于同时动了所有人的奶酪。
| 阵营 | 代表 | 诉求 | 底牌 |
|---|---|---|---|
| 董事会 | 非营利董事（多为安全派学者） | AGI 安全优先，给狂奔踩刹车 | 制度上的最高权力 |
| 奥特曼 | CEO、商业化主导 | 高速增长，抓住史上最大机会 | 人脉、资本、员工拥戴 |
| 员工 | 核心研究员/工程师 | 财富兑现 + 追随领袖 | 集体辞职威胁 |
| 微软 | 最大金主 | 保护巨额投资与回报 | 资金、算力、斡旋 |
| 这场摊牌的结局意味深长。手里攥着"制度最高权力"的董事会，最终输给了资本、人才和利益的联合反制——当几乎全部核心人才和最大金主都站在奥特曼一边，董事会哪怕"名正言顺"，也没有能力真正接管一家群情激愤、且价值连城的公司。这深刻说明：制度写在纸上的权力，若与真实的利益结构和人心向背相悖，其实不堪一击。 |
政变之后，OpenAI 的走向更加明确：新董事会中加入了更具商业与主流背景的成员，非营利灵魂对公司的实际控制力大幅削弱，奥特曼以前所未有的强势推动融资、产品和商业化，公司估值一路冲向数千亿美元。那些最坚持 AGI 安全初心、或与奥特曼理念不合的早期核心人物（包括部分著名研究员和联创）相继离开，另立更纯粹的安全或研究机构。
至此，一个清晰的答案浮出水面：OpenAI 已经在事实上完成了从"使命优先的非营利实验室"到"利益优先的商业巨头"的蜕变，"capped profit 有限利润"这一精心设计的折中，没能调和反而见证了矛盾的爆发。 但问题并没有真正解决——只要这家公司的终极使命仍是创造可能超越人类的 AGI，"谁来约束它、董事会凭什么、又能不能在 AGI 真的临近时让它交出权力"就依旧悬而未决。奥特曼赢了这场战争，却也把一个更大的、关乎全人类的治理难题，留给了整个世界。
相关与延伸
- 订阅制与 API 的商业现实：大模型 API 的价格战
- 开源模型对闭源商业模式的冲击：开源模型反攻
- 推理时代把算力花在思考上：推理模型与 Test-Time Compute
- 烧钱的终极买单者：超大规模厂商的 AI 资本开支军备赛
- 算力为何被英伟达垄断：英伟达的崛起
一句话总结：OpenAI 的七年，是一群人为制衡谷歌、用非营利理想去驯服 AGI，却被 Scaling Law 驱动的指数级算力成本逼向"有限利润"、依附微软，再被 ChatGPT 的惊天成功彻底推入商业巨头行列的故事；2023 年底奥特曼五天内被罢免又靠资本与人才的拥戴光速回归，宣告了纸上的使命权力敌不过千亿美元的现实利益——OpenAI 真正未完成的实验不是 GPT，而是"一家以创造超人类智能为使命的公司究竟该由谁、为谁、如何被治理"，这个问题至今没有答案。