OpenAI变形记:从理想主义到超级入口

作者/竹心

校对/Tina

策划/Eason

2026年3月31日，OpenAI宣布完成新一轮融资，获得1220亿美元承诺资本，投后估值达到8520亿美元。投资方阵容堪称豪华：软银、亚马逊、英伟达、Andreessen Horowitz、红杉资本……

然而，光鲜数字的背后，阴影正在蔓延。

二级市场上，OpenAI股份价格已较官宣估值折价约10%；其主要竞争对手Anthropic的股份在转售市场溢价超过50%。一位早期投资者直言：“你拥有一个用户规模达10亿、年增长率50%至100%的ChatGPT业务，却还在谈企业市场和代码工具？这是一家严重缺乏聚焦的公司。”

一个拥有10亿用户的公司，为什么会被批评“没有焦点”？一个开创了ChatGPT时代的先行者，为什么会被后来者反超？

答案藏在OpenAI十年历程中的三次关键“选择与放弃”里。从2015年那个怀抱“拯救人类”理想的非营利实验室，到如今以ChatGPT为入口、以GPT Store为生态、以Atlas浏览器为触角的AI超级平台——OpenAI的进化史，本质上是一部从“理想主义”到“超级入口”的商业变形记。

沿着这条线索，第一新声将层层递进地回答三个问题：OpenAI做对了什么，让它从实验室变成帝国？OpenAI正在面对什么，让它从扩张转向收缩？OpenAI又将去往哪里，能否守住它曾经的王座？

2015年12月11日，OpenAI在硅谷悄然成立。它的创立宣言掷地有声：“确保通用人工智能（AGI）造福全人类”。这个定位背后，是一种真实的焦虑——2014年谷歌收购了当时全球最顶尖的AI研究机构DeepMind，让埃隆·马斯克等人感到不安。他们担心，如果AI技术被少数巨头垄断，一旦AGI实现，其使命可能被利润动机扭曲。于是，这群硅谷领袖决定亲自下场，承诺注资10亿美元。

非营利结构的设计初衷是理想主义的：不对股东负责，而为全人类的风险负责。然而，理想很快撞上了现实的高墙。

随着研究的推进，OpenAI逐渐发现，仅靠非营利模式难以支撑迈向AGI所需的巨额投入。2017到2018年间，训练Dota 2游戏AI和其他大模型消耗了巨额算力，高昂的成本让团队意识到：实现AGI可能需要的资金将超过任何非营利组织历史上筹集过的规模。OpenAI联合创始人Ilya Sutskever坦言：“我们意识到，作为一个纯非营利组织，我们的筹款能力已经达到上限。”

2018年，马斯克因资金承诺未完全兑现及商业化诉求退出。创始团队的离开，预示着更深刻的矛盾即将浮出水面。

2019年3月11日，OpenAI宣布了一个大胆的制度实验：设立“有上限盈利”子公司OpenAI LP。这个设计的核心逻辑是：在保留非营利母公司控制权的前提下，引入盈利机制以吸引投资。外部投资者和员工可持有子公司的股权，但整体回报率被封顶在100倍——超过上限的任何超额利润都将归属于OpenAI的非营利实体。这本质上是一个“折中方案”：以明确的盈利上限约束投资者的贪欲，确保研究方向不因逐利而偏离初衷。

事实证明，这个设计很快换来了急需的资金。2019年7月，微软宣布向OpenAI投资10亿美元，成为其独家云供应商和战略合作伙伴。OpenAI由此获得了持续“烧钱”的燃料。但隐患也随之埋下。非营利董事会与营利性业务之间的张力，最终在2023年爆发为“奥特曼被罢免”事件。奥特曼在员工和投资者的压力下迅速回归，但这场“行动”暴露了OpenAI治理结构的脆弱性。2025年，OpenAI进一步推进资本重组，设立非营利基金会与公共利益公司的双层结构，为IPO铺路。

OpenAI的独创性不在技术，在公司制度。它找到了一种自己的“独特”生存方式——拿资本的钱，走自己的路。但这条路能走多远，取决于它能在这套矛盾结构中维持多久的平衡。

如果说制度创新解决了OpenAI“怎么活下来”的问题，那么技术路线的选择，则决定了它“凭什么赢”。

2017年，OpenAI站在一个关键的分叉口。当时，团队同时在推进多个方向：机器人、游戏AI、语言模型。但在这些方向中，一个年轻的工程师亚历克·拉德福德发现了一个更值得押注的方向：Transformer架构。他的判断是：与其教机器人翻跟头，不如让模型学会预测下一个词——这条路，可能通向更本质的智能。

OpenAI做了一个在当时看来相当激进的决定：放弃后空翻机器人等项目，全面转向语言模型。这个选择的背后，是一种坚定的信仰——规模法则：更大规模的数据、算力、参数，等于更强的能力。2018年，OpenAI发布GPT-1；2020年，GPT-3以1750亿参数的规模横空出世，首次展现出“涌现”能力——模型规模跨越某个阈值后，突然学会了翻译、问答、代码生成等没有被明确训练的任务。2022年底ChatGPT发布，成为用户破亿速度最快的消费级应用。OpenAI由此确立了“算力即权力”的信仰，开启了疯狂的算力储备。

这条路径并非没有争议。DeepMind走了一条截然不同的路。2022年，DeepMind通过Chinchilla模型证明，在固定计算预算下，存在最优的模型规模与数据量的配比关系——“小而精”的模型可以在同等算力下取得更优性能。两条路线的差异，根源在于资源约束：OpenAI背靠微软的算力支持，具备大规模计算资源的获取能力；DeepMind作为Alphabet旗下研究机构，更注重技术效率与可持续性。

OpenAI认为：只要把模型做得足够大、足够强，“涌现”的能力会自动解决一切问题。这个洞察在语言模型上赢了，但在视频、推理、Agent等新领域上，还能继续赢吗？

技术领先只是入场券。OpenAI真正与众不同的，是它对“产品”的理解。

2022年底ChatGPT爆火后，OpenAI面临一个根本性的战略问题：是要做一家“模型公司”，还是一家“产品公司”？奥特曼的选择是后者。他的野心不只是做最好的模型，而是做AI时代的“苹果”——ChatGPT是iPhone，GPT Store是App Store，Atlas浏览器是Safari，与Jony Ive合作的AI设备是下一代硬件入口。

这一战略可以概括为三个层次的跃迁：第一层是入口，通过ChatGPT占领语义交互界面，形成亿级用户基座；第二层是生态，沿生产力、社交、消费、娱乐多维展开，GPT Store让第三方复用OpenAI的模型与用户流量；第三层是终局，以AI设备与机器人延伸到物理世界，并以算力供应链固化护城河。

在这一战略中，Atlas浏览器扮演着特殊角色。它不是普通浏览器，而是把AI嵌入到上网、搜索、表单填写、支付等最底层的用户行为中。用户不再需要“打开ChatGPT再复制粘贴”，而是在浏览网页的同时，由AI直接完成任务——从“帮我查资料”升级为“帮我预订航班”。Greg Brockman在2026年4月的播客中进一步阐释了“Super App”的愿景：将编程工具、浏览器和ChatGPT整合在一起，做一个真正的“终端应用”，让你直接体验AGI的能力。

“入口思维”让OpenAI从“模型公司”升级为“平台公司”，拥有了10亿用户和强大的品牌护城河。但这条路的代价同样明显。奥特曼公开把公司扩张比作“投资一系列初创公司”——这种VC思维移植到产品战略上的做法，让OpenAI同时在推进七八条产品线：消费端、企业端、文本、视频、软件、硬件……战线过长导致资源被严重稀释。OpenAI的野心不是做最好的模型，而是做AI时代的“苹果”。但问题是，iPhone只有一款，而OpenAI同时在造手机、电脑、浏览器和机器人。

OpenAI的“入口思维”让它同时推进了七八条产品线，Sora就是其中最“酷”的一个。但“酷”不能当饭吃——当算力成为最稀缺资源，当资本市场开始追问盈利，那些“叫好不叫座”的产品注定首当其冲。

2026年3月，OpenAI正式官宣关停仅上线半年的Sora视频生成平台，同步终止与迪士尼价值10亿美元的战略合作与股权投资计划。Sora曾是最具话题性的AI产品之一，2024年2月发布技术预览时，凭借逼真的物理渲染和流畅的场景衔接瞬间改变行业认知，被资本誉为“AI视频时代的开创者”，上线初期登顶App Store免费榜，二手市场邀请码被炒至高价。但生命周期之短、转折之突兀，令人唏嘘。

OpenAI总裁Greg Brockman在播客中解释：“我们一直身处研发深水区。过去OpenAI在同时推进两条科技树：一条是视频生成模型Sora，另一条是GPT推理模型。问题是，两条分支很难同时做到极致，尤其在算力有限的情况下。”他进一步坦言，内部面临的“算力分配痛苦”随时间推移只增不减。

但Sora被关停的根本原因，不是它不够好，而是它的经济模型不成立。据行业测算，Sora单次视频生成的平均成本约3.2美元，而同期竞品Seedance 2.0、Kling 3.0的单条成本仅0.8-1.2美元，Sora的成本溢价高达2-3倍。用户增长方面，Sora独立App上线后下载量快速下滑，60日留存率不足5%，几乎无有效付费用户。用户增长停滞、算力消耗极高、短期回报模糊——在资本要求变高的环境下，这样的项目注定被“献祭”。OpenAI砍掉Sora时说“算力是核心问题”。翻译一下：我们养不起“不赚钱的酷产品”了。当一家估值8500亿美元的公司都在算账过日子，AI产业的“烧钱时代”正在终结。

如果说Sora被砍是OpenAI“对内挥刀”，那么Anthropic的崛起就是“对外挨刀”。两把刀同时砍下来，OpenAI的阵痛可想而知。

2026年4月7日，Anthropic宣布年化收入突破300亿美元，超过OpenAI同期的250亿美元。15个月前，它的年化收入还只有10亿美元。更关键的是效率差异：Anthropic每月活跃用户的变现能力约为211美元，OpenAI约为25美元——前者是后者的8倍。在企业大模型的API市场，Anthropic的份额从2023年的12%升至2025年中的32%，成为市场第一，而同期OpenAI从50%降至25%。在首次采购AI服务的新企业中，Anthropic拿下了约73%的市场份额。

Anthropic的增长核心驱动来自企业API调用，80%收入来自商业客户。核心产品Claude Code目前年化收入已超过25亿美元，在AI编程的份额达到54%，远超Git Copilot和Cursor。更重要的是成本端的差异：OpenAI到2030年的年训练成本预计达到1250亿美元，Anthropic约为300亿。同一场竞赛，4倍的成本差距。

两条不同AI路径背后，存在一个与创始人背景密切相关的根本性差异。

作为Anthropic的CEO，达里奥·阿莫迪是物理学家出身，在普林斯顿就读博士，之后在百度、Google Brain做研究，2016年加入OpenAI并成长为研究副总裁，直接领导了GPT-2和GPT-3的开发。这份履历决定了Anthropic的“纯度”：阿莫迪在正式创办公司之前做了近十五年的一线研究，这让他更像是一个被迫学习商业的科学家。这解释了Anthropic为什么没有去碰图像生成、视频生成、搜索引擎、社交App这些方向，他把所有资源集中在文本、代码和Agent上，这些场景的共同特征在于，AI的输出可以被精确衡量，客户愿意为可计量的生产力提升买单。

OpenAI与Anthropic的竞争，本质上是两种路径的对决：OpenAI选择“规模”，Anthropic选择“效率”。目前来看，效率暂时领先。但问题是，当OpenAI开始算账，它能不能同时拥有规模和效率？

OpenAI面临的竞争压力远不止Anthropic一家。如果把Anthropic比作“后院的狼”，那么谷歌就是“门前的虎”——前者撕咬的是企业市场份额，后者围堵的是算力生态的制高点。

谷歌在这场AI竞赛中采取了独特的“算力卡位”策略。据法国巴黎银行分析师报告，谷歌与博通达成协议，为Anthropic建设3.5吉瓦的AI计算产能。更值得关注的是，谷歌正扩大与Anthropic的合作关系，允许其部署更多自主研发的Tensor处理单元。摩根士丹利估计，谷歌每销售50万块TPU，相当于增加约130亿美元的收入。谷歌正在做的，是让所有AI玩家都离不开它的基础设施——无论你用的是OpenAI的模型还是Anthropic的模型，背后都可能跑在谷歌的算力上。

而在大洋彼岸，另一股力量正在悄然崛起。

字节跳动豆包大模型日均Token使用量突破120万亿，与OpenAI、Google并列全球三强。更值得注意的是，字节跳动以国内市场为主便实现了与全球化巨头相当的Tokens吞吐量——海外增量仍在快速爬坡。在车端领域，字节豆包语音模型市占率超80%，应用于多数车企及特斯拉；字节正与荣耀等手机厂商洽谈“豆包手机”合作，将AI助手深度集成到手机操作系统层面。字节代表的是另一种威胁——用极致的产品效率和场景渗透，在OpenAI尚未完全占据优势的领域快速建立壁垒。它不跟OpenAI正面对决，而是在侧翼用更低的成本、更快的迭代、更深的场景绑定，悄悄蚕食市场。

截至今年3月，豆包大模型日均Token使用量已突破120万亿（图片来自：量子位）

三重压力叠加之下，OpenAI的处境已经足够微妙。但真正让它夜不能寐的，或许还不是这些竞争对手，而是那些曾经慷慨解囊、如今开始皱眉的投资者。

OpenAI的估值天花板，曾由无可匹敌的用户与收入增长支撑。但2026年，行业进入商业化兑现期，投资者开始用传统标尺重新丈量。

一位同时投资两家公司的投资者表示，若要为OpenAI最新一轮融资提供支持，必须假设其IPO估值达到1.2万亿美元以上。然而，这一前提正变得越来越难以成立，尤其是在Anthropic估值仅为3800亿美元、投资性价比更高的情况下。另一位早期投资者直言：“你拥有一个用户规模达10亿、年增长率50%至100%的ChatGPT业务，却还在谈企业市场和代码工具？这是一家严重缺乏聚焦的公司。”

二级市场的信号更加直接。OpenAI股份估值约7650亿美元，较官宣融资估值折价约10%；而Anthropic的二级市场估值则达6000亿美元，较其上轮融资估值溢价逾50%。Iconiq Capital合伙人Roy Luo表示：“市场容得下两家公司，但本质上是第一和第二的格局，而第一名会获得不成比例的优势。我们选择了Anthropic，并投入了大量资金。”

OpenAI首席财务官Sarah Friar的回应是：“我们的这轮融资是史上规模最大，获得了超额认购。”但信心需要用数字来证明。截至2026年4月，ChatGPT周活突破9亿、付费订阅超5000万。但OpenAI预计2026年全年亏损140亿美元，2027年现金消耗将飙升至570亿。实现现金流盈亏平衡的时间可能要到2029年甚至2030年。

当AGI理想遇上商业理性，故事还能讲多久？

三重压力之下，OpenAI已经亮出了自己的底牌——砍Sora、撤广告、停电商，从“广撒网”转向“一把梭”。

但战略收缩从来不是一道“做了就对了”的简单题。

2025年12月的“Code Red”备忘录要求资源全面回撤，全力改善ChatGPT；2026年3月Sora正式关停；同一时期，ChatGPT桌面应用、Codex和Atlas浏览器被整合为一个超级应用。从“100个小方向”到“1个大方向”，OpenAI终于承认：碎片化的产品矩阵不再是加分项。

但真正的考验在于，OpenAI是否能守住这份“聚焦”？奥特曼的VC思维是否会再次让公司分散精力？从“技术驱动”到“商业驱动”的组织转型，又能不能顺利推进？另一个值得玩味的信号是：OpenAI宣布与美国某部门达成协议，将模型部署在核心网络中，这突破了公司自己曾反复强调的底线。这究竟是战略收缩后的新增长点，还是又一次“失焦”？时间会给出答案。

如果说战略收缩是“对内挥刀”，那么企业市场攻坚就是“向外突围”。OpenAI的目标很明确：2026年底企业业务收入占比从当前的约40%提升至50%。核心产品是Codex编程工具和即将推出的Spud新模型。

但这条路并不好走。Anthropic在企业新采购中胜率达70%，OpenAI仅30%；Claude在企业API市场支出份额已达40%，在编程领域份额高达54%。企业客户一旦形成使用习惯，迁移成本极高——OpenAI需要拿出足够差异化的产品才能撬动这个市场。

好在OpenAI手里还握着一张牌：算力。公司已获得8吉瓦算力资源，计划到2030年提升至30吉瓦；而Anthropic在2025年底的算力仅为1.4吉瓦。一位参与OpenAI基础设施建设的人士称：“即便我们的模型略逊一筹，我们也可以通过规模化服务弥补。”这场企业市场攻坚战，本质上是“规模”与“专注”的对决。OpenAI有算力，Anthropic有客户心智。谁能赢，取决于OpenAI能否在算力优势转化为产品体验之前，不被对手拉开更大的差距。

战略收缩能守住聚焦，企业市场能撕开缺口——如果这两个变量都朝着乐观的方向发展，OpenAI的未来会是什么样子？

Greg Brockman在播客中给出了一个量化的判断：“AGI大概70%到80%已经到了。而且很明显，未来几年内我们就会迎来AGI。”乐观场景下，OpenAI可能成为AI时代的平台型巨头，其“入口-生态-终局”的战略框架将得到验证。

但悲观场景同样值得警惕。如果战略摇摆持续、竞争加剧、盈利不及预期，OpenAI可能成为又一个“起个大早、赶个晚集”的案例。Sapphire Ventures总裁Jai Das将OpenAI称为“AI时代的网景公司”，暗示其可能重蹈昔日被微软超越、最终被美国在线收购的覆辙。估值泡沫破裂、人才流失、市场份额萎缩——这些风险并非危言耸听。

OpenAI的未来，不取决于GPT-6有多强，而取决于它能不能学会“算账”。

在AI产业的“成人礼”上，技术能力只是入场券，商业能力才是决定最终排名的关键。

• 转载、采访报道:Tina(微信:beijingyh1992)

• 榜单、市场合作:小新(微信：dyxsmxx)

• 研究报告合作:小严(微信:beijingkim2020)

• 商务合作:sherry(微信：sherry_199909)