OpenAI 外流創立的 AI 實驗室正加速瓦解其市場主導地位

重點摘要

• SemiAnalysis 創辦人 Dylan Patel 於 2026 年 7 月 12 日指出，OpenAI 過往對技術與存在風險的過度披露，直接催生 Anthropic、Meta TBD Lab 等競爭對手，若溝通更謹慎，這些實驗室可能不會存在。
• 人才流失效應顯著：前 OpenAI 技術長 Mira Murati 創立的 Thinking Machines Lab 雖募得紀錄性資金，卻因內部衝突於 2026 年 1 月崩潰，團隊迴流 OpenAI；前研究副總裁 Jerry Tworek 則創立 Core Automation，主打持續學習技術並獲 Nvidia 投資。
• 市場資料顯示 Anthropic 於 2026 年 5 月在企業訂閱數上超越 OpenAI，且毛利率高於 80%；OpenAI 執行長 Sam Altman 隨後提出建立美國主導的國際 AI 治理論壇，被視為應對競爭劣勢的防禦性策略。

2026 年 7 月 12 日，SemiAnalysis 創辦人兼首席分析師 Dylan Patel 指出，OpenAI 過去未能妥善管理溝通策略、過度宣揚技術與 AI 存在風險，這場「過度披露」直接催生了 Anthropic、Thinking Machines Lab 與 Core Automation 等強勁對手。他認為，某位關鍵人物未能妥善管理溝通策略，過度宣揚其技術與 AI 的存在風險，這種「過度披露」直接導致了 Anthropic、Thinking Machines Lab（暱稱 Thinky）、Core Automation 等競爭對手的誕生。Patel 在推文中提出一個反事實假設：如果此人當初在溝通上更加謹慎，今天可能根本不會有 Anthropic、Meta 的 TBD Lab 或 XAI。他認為，如今 AI 產業的競爭格局，其實源自 OpenAI 早期的資訊洩露，而不單純是技術更新的速度問題。

OpenAI 早期因過度披露技術與安全風險而親自為對手鋪路，如今正面臨核心人才流失與 Anthropic 等強敵的市場夾擊，被迫從技術領先轉向防禦性的治理規則競爭。

這點出了 AI 創業圈的矛盾：開源與透明本想建立信任，但在高風險、高回報的基礎模型領域，透明化反而成了幫對手開路的加速器。當 OpenAI 公開討論其技術能力與潛在風險時，實際上是在為潛在的競爭者提供技術路線圖與市場教育。這不僅催生了新實驗室，也吸引大量頂尖人才離開 OpenAI，去其他理念不同的平台做研究。

人才流失與實驗室興衰：從 Thinky 到 Core Automation

OpenAI 的人才外流不是單一事件，而是一波接一波的離職潮。其中最具戲劇性的是 Thinking Machines Lab 的興衰。該實驗室由前 OpenAI 技術長 Mira Murati 於 2025 年 2 月創立，初期匯聚了約 30 名來自 OpenAI、Meta AI 和 Mistral 的研究人員。Murati 在 2024 年 9 月離開 OpenAI 後，迅速整合資源，於 2025 年 7 月完成了由 Andreessen Horowitz 領投的 20 億美元種子輪融資，估值高達 120 億美元，創下當時紀錄，投資者包括 Nvidia 和 AMD。

然而，這家備受矚目的實驗室在短短幾個月後便走向崩潰。2026 年 1 月，CTO Barret Zoph 因被指控行為不當而被解僱。隨後 OpenAI 迅速行動，於 1 月 15 日公開宣佈重新聘用 Zoph、Luke Metz 和 Sam Schoenholz 等共同創辦人，這導致 Thinking Machines Lab 的員工在幾天內大規模迴流 OpenAI。這場風波暴露出新實驗室在治理上的脆弱，同時也展現了 OpenAI 搶回關鍵人才的吸引力與反制手腕。

相較於 Thinky 的曇花一現，Core Automation 則走出了另一條人才路徑。該公司由前 OpenAI 研究副總裁 Jerry Tworek 於 2026 年 1 月離職後創立。Tworek 曾領導 o1 和 o3 推理模型的開發，他離開 OpenAI 的理由是希望從事「在 OpenAI 內部難以進行的研究」。Core Automation 的核心專案 Ceres 旨在透過持續學習技術，將訓練資料需求減少 100 倍。該公司於 2026 年 5 月 8 日完成了 1 億美元的種子輪融資，Nvidia 參與投資，並正在尋求 5 億至 10 億美元的後續融資，目標估值超過 50 億美元。

Core Automation 的高層團隊匯聚了來自多家頂尖實驗室的人才，包括前 Anthropic 的 Rohan Anil、前 OpenAI 總經理 Joanne Jang，以及前 DeepMind 的 Ehsan Amid 和 Avery Lamp。這種跨實驗室的人才組合，反映出研究人員對不同組織文化與研究方向的追求，也進一步削弱了 OpenAI 的人才優勢。

市場格局逆轉：Anthropic 的財務優勢與 OpenAI 的防禦

人才流失的同時，市場數據也顯示競爭局勢正在改變。根據 Fortune 的報導，Anthropic 於 2026 年 5 月在企業訂閱數量上超越了 OpenAI，這是兩家領先 AI 公司之間的一次重要里程碑。與此同時，ChatGPT 的月訪問量首次低於生成式 AI 市場的大部分競爭對手，顯示其在消費者市場的優勢正在侵蝕。

財務數據也證實了 Anthropic 的競爭優勢。SemiAnalysis 的分析指出，Anthropic 在 Opus 4.8 代幣上的毛利率超過 80%，並在 2026 年第二季度實現了扣除股份補償後的淨利潤。相比之下，OpenAI 預計的年化收入為 250 億至 330 億美元，而 Anthropic 則宣稱其收入軌跡將達到 470 億美元，且盈利時間早於 OpenAI 的計劃。這種財務表現的差異，使得 Anthropic 在資本市場與企業客戶眼中具備了更強的吸引力。

Anthropic 的成功，部分在於他們強調安全與對齊，這雖然呼應了 OpenAI 早期的說法，本質上卻有不同。Ising Research 此前的分析指出，Anthropic 公開承認的擔憂之一是「加速其他 AI 開發者建立同樣危險且強大的系統」，這正是 Dylan Patel 推文中所描述的動態。Anthropic 的崛起，某種程度上是 OpenAI 早期過度披露引發的「安全焦慮」所致，但 Anthropic 成功把這種焦慮轉化為商業上的競爭優勢。

治理作為競爭策略：Sam Altman 的新世界秩序提案

面對競爭壓力，OpenAI 執行長 Sam Altman 開始尋求新的戰略方向。2026 年 7 月，Altman 提出建立一個由美國主導的國際 AI 治理論壇，以航空安全機構和國際原子能機構（IAEA）為模型，制定公認的標準。這一提案被解讀為一種防禦性姿態，旨在透過建立行業標準來平衡競爭優勢，並可能限制新興實驗室的發展空間。

這項提案反映出，在技術優勢不再領先的情況下，OpenAI 試圖用制定規則來守住市場地位。這種從技術競爭轉向治理競爭的策略，暗示了 AI 行業進入了一個新的階段，其中標準、安全與合規性將成為關鍵的競爭維度。然而，這種策略的有效性仍待觀察，特別是在一個由多家實驗室共同推動技術進步的生態系統中。

Patel 的推文與 Altman 的提案之間存在著微妙的張力。Patel 認為 OpenAI 的過度披露催生了競爭對手，而 Altman 則試圖透過建立國際治理框架來重塑競爭環境。這兩種觀點背後吵的其實是同一個問題：在 AI 技術快速更新的當下，資訊控制與治理標準會如何影響產業局勢。

結語

OpenAI 的遭遇給了大家一個教訓：在基礎模型領域，技術優勢並非牢不可破，人才流動與資訊傳播的速度，往往能更快顛覆競爭局勢。Dylan Patel 的觀察提醒我們，OpenAI 早期的溝通策略可能無意中為競爭對手鋪平了道路，而 Anthropic、Meta 和 Core Automation 的崛起則是這一動態的直接結果。

對技術背景的創業者與工程師來說，這意味著 AI 產業的競爭將變得更加分散且多元。單一實驗室難以長期壟斷技術領先地位，人才與資本的流動將持續催生新的創新中心。同時，治理與標準制定將成為影響產業發展的重要因素，企業需要在技術創新與合規策略之間找到平衡。

未來的 AI 競爭不只看模型效能，更考驗組織韌性、留才能力，以及對治理框架的適應速度。OpenAI 的挑戰在於如何在新興競爭對手的包圍中，重新定義其價值主張與市場定位。而對於整個生態系統而言，這種競爭將推動技術的快速進步與應用場景的多元化，最終受益的將是整個 AI 產業與最終使用者。