马斯克诉OpenAI:超级资本时代的人工智能治理矛盾与变局

2015年，马斯克与Sam Altman等人共同创立OpenAI，初衷是以非营利形式推动人工智能“安全且普惠”发展。然而，随着生成式人工智能竞争迅速升级，人工智能产业逐渐从技术理想主义转向超级资本驱动模式。双方由最初的共同创业者，逐步演变为围绕人工智能垄断与全球资本控制权展开竞争的直接对手。

马斯克与奥特曼

图片来源：彭博社

2026年的人工智能产业竞争已经从技术路线之争，升级为围绕资本规模、IPO估值与全球产业控制权展开的系统性博弈。目前，OpenAI估值已攀升至8520亿美元，并于2026年3月底完成1220亿美元的创纪录私募融资，刷新全球单笔私募融资纪录。在完成这一轮融资后，OpenAI正进一步冲刺更高估值的IPO目标，其发展逻辑也已明显脱离早期非营利模式，转向以资本扩张、算力储备与全球基础设施布局为核心的超级科技公司路径。与此同时，马斯克则试图通过人工智能融合原有航天产业的垂直整合模式，最终实现在太空中部署AI数据中心的愿景，对OpenAI形成技术、体量与估值上的全面压制。2026年2月，SpaceX通过全股票交易对xAI进行收购，xAI成为SpaceX全资子公司，收购后其整体估值达到1.25万亿美元，并正向1.5万亿至1.75万亿美元的IPO目标发起冲击。若这一目标最终达成，SpaceX不仅将稳居全球市值前十，更可能推动马斯克成为全球首位万亿富豪。由此，2026年5月7日，马斯克在社交平台上宣布取消xAI独立公司地位，并将其全面并入SpaceX，成为SpaceX内部部门SpaceXAI。这一举动进一步使得SpaceX稳定且持续增长的高利润能够对冲xAI巨额算力研发开支，从而大大减轻xAI作为独立人工智能企业时的融资压力，使其估值稳定性明显强于OpenAI。

在上述背景下，马斯克诉讼的直接动因已不仅是理念之争，更是一场围绕IPO估值、资本市场预期与产业主导权展开的阻击。

一是干扰IPO审计与上市节奏。马斯克选择在2026年IPO窗口期发起诉讼，本质上是在利用法律不确定性干扰OpenAI的上市节奏。IPO需要极其严格的合规审计，而诉讼涉及的指控，会使OpenAI的公司治理、利润结构与历史协议面临更加复杂的审查。一旦相关争议进入长期司法程序，OpenAI的IPO进程便可能被迫延后，甚至需要重新调整估值逻辑与披露内容。

同时诉讼本身也在制造投资者层面的心理压力。马斯克要求罢免Sam Altman的董事会席位，这种领导层的不确定性将削弱潜在投资者对OpenAI长期稳定性的信心。在2026年全球科技IPO集中爆发的背景下，资本市场资金与风险偏好本就有限，OpenAI若因诉讼而推迟上市或调低估值，反而会为SpaceXAI夏季IPO腾出关键的融资与市场窗口。

OpenAI在社交媒体上表示欢迎法院判决

图片来源：X

二是压制OpenAI的远期价值预期。人工智能企业当前的核心估值并不来源于现实盈利，而来源于资本市场对未来“人工智能竞争赢家”的长期想象空间。高盛分析显示，科技股84%的价值来自10年后的远期现金流，即所谓“终端价值”，而长期增长率仅1%的波动，就可能导致企业整体价值下降29%。而马斯克的诉讼正是在有意削弱OpenAI的未来价值确定性。即便诉讼最终无法完全推翻OpenAI现有结构，只要能够让市场对其IPO路径、治理合法性以及未来人工智能主导力产生一定模糊怀疑，就足以引发明显估值缩水效应。据《金融时报》报道，由于OpenAI的营收估值过于高出公开市场的同类公司，三家受邀参与OpenAI此轮融资的大型基金经理选择放弃参与。在这一逻辑下，法律战实际上已经成为资本市场中的估值武器，其目的并不只是胜诉，而是通过制造长期不确定性削弱竞争对手的远期资本溢价。

三是冲击OpenAI背后的“基础设施联盟”。除了IPO与估值层面的竞争，马斯克的另一个核心攻击点，则在于OpenAI与微软之间形成的深度绑定关系。马斯克多次指责OpenAI已经沦为微软的“事实上附属机构”（closed-source de facto subsidiary），认为其当前盈利架构违背了最初非营利组织定位。这一指控除了道德批评，也从法律层面挑战OpenAI与微软之间的排他性合作结构。如果法院最终认定OpenAI当前盈利模式存在合法性问题，那么其与微软之间的技术、资本与云计算绑定关系就可能被迫削弱，甚至出现拆分风险。一旦微软无法继续为OpenAI提供独占性算力、云平台与商业生态支持，OpenAI长期建立的技术壁垒将受到严重冲击。因此，诉讼更深层的目标，是通过法律路径削弱OpenAI背后的人工智能基础设施联盟。

2026年5月14日，OpenAI首席执行官萨姆·奥特曼抵达位于美国加利福尼亚州奥克兰的联邦法院

图片来源：路透社

一是随着生成式人工智能竞争全面升级，算力储备、大模型训练以及顶尖人才争夺致使成本跃升。根据麦肯锡2025年4月研报，到2030年，全球数据中心预计需要6.7万亿美元来满足计算能力的需求。能够处理AI处理负载的数据中心预计需要5.2万亿美元的资本支出，而传统IT应用的数据中心预计需要1.5万亿美元的资本支出。总体来看，到2030年，这相当于近7万亿美元的资本支出，无论用哪个标准来衡量，都是惊人的算力支出。而在训练大模型的成本上，根据研究机构Epoch AI 2024年9月发布的数据，OpenAI的ChatGPT-4与谷歌推出的Gemini的开发成本极高。据报道，培训Gemini的费用在3000万至1.91亿美元之间，Epoch AI称，这些价格可能占最终价格的29%到49%。据消息人士称，ChatGPT-4的技术开发成本在4100万美元至7800万美元之间。OpenAI首席执行官Sam Altman曾表示，该模型造价超过1亿美元，证实了这一计算结果。此外，据Bloomberg 5月6日消息，Open AI联合创始人兼总裁Greg Brockman介绍，2026年拟安排价值500亿美元的算力投入。在此背景下，OpenAI若无法持续获得外部资本支持，将难以维持AGI研发与模型迭代速度。在研发需求和成本收支的现实约束下，OpenAI以开放、共享、非营利为核心的原定路线，已经无法支撑当前人工智能产业资本密集型的发展逻辑。

二是OpenAI的营利化转型虽然解决了融资问题，但同时引发新的科技治理争议。OpenAI自2019年起设立“有限营利”架构，对首轮投资者设置最高100倍回报上限，以在维持非营利控制的同时吸引外部资本。2025年10月，OpenAI进一步完成结构重组，将企业架构区分为非营利主体OpenAI Foundation，和营利主体转OpenAI Group PBC（公共利益公司，Public Benefit Corporation）。该结构在法律上仍由OpenAI Foundation控制，但非营利主体和营利主体共同主导的混合架构，使得OpenAI由此获得更接近传统科技公司的融资和潜在上市能力。

然而，这种混合架构并未消除公益初心与盈利需求之间的矛盾，以OpenAI与微软的合作为例，鉴于OpenAI早期对于AGI安全红线的宣称，AGI一直是两家合作的敏感领域。2026年4月27日，为换取微软同意多云分发，OpenAI将AGI认定不再只是内部董事会判断，而需要独立专家小组确认。此外，微软还获得了直至2032年持续转售OpenAI技术的权利，包括一定范围内的post-AGI模型权利，且不受AGI宣告达成时间的影响。从公司运营角度，OpenAI的商业决策固然有助于发展，然而从公司架构的一系列重组、到和微软的合作达成，都无疑在方向上偏离了“非营利”的初衷。由此马斯克抓住这一论点发起诉讼，指控OpenAI违背最初协议、背离非营利宗旨，并沦为微软主导的商业化平台。

从治理层面看，OpenAI Foundation仅持股约26%，但又同时拥有特殊的表决权和治理权，可以任命 OpenAI Group 的所有董事会成员，并可随时更换董事。然而从实际经济效果看，非盈利主体持有的经济权益被实质稀释，外部投资人、员工和商业伙伴在公司运营之后获得了更重要的位置。同时，非营利主体OpenAI Foundation基金会董事会中8位董事有7位同时是营利性公司OpenAI集团PBC董事会中的正式投票成员。OpenAI通过这样高度重合的领导结构向外界传达维持非营利初心的信号，但正如西北大学法学教授Jill Horwitz指出的，这样高度重叠的结构，导致基金会很难真正独立地行使对营利主体的监督和否决权。2023年尽管董事会基于安全与诚信担忧解雇了Sam Altman，但在微软等资本方的强大压力下，局势迅速倒置，导致原董事会集体辞职而Altman复职，这一举动宣告了非营利监管权的乏力。同时，Open AI在面临模型安全指控时仍解散了其对齐团队，并开始推行引入广告及“成人模式”等纯商业导向的决策，更加强调了商业化运营逻辑，却似乎离其宣称的AI初心渐行渐远。

在近期进入第三周的庭辩记录中，OpenAI方的抗辩逻辑则是，这一系列商业操作并非远离初心，恰恰是为了这个超级资本时代捍卫其初心的必要调整。

首先，在财务实质上，OpenAI主张其“营利化”仅是维持研发的手段而非目的。董事会主席布雷特·泰勒在庭审中强调，尽管估值巨大，但OpenAI至今“明确没有盈利”，尚未实现正现金流。其次，OpenAI方通过打击马斯克的道义正当性，消解非营利与商业化的争议焦点。针对马斯克“守护初心”的出发点，苏茨克维等人的证词揭示了马斯克早年曾寻求对OpenAI的绝对控制权，并试图将其并入特斯拉的商业版图。通过这一反指控，OpenAI将争议从“公益与营利”重新框定为“报复骚扰性诉讼”。

2026年1月22日，Sierra 联合创始人兼首席执行官布雷特・泰勒在瑞士达沃斯世界经济论坛接受 CNBC 采访

来源：CNBC

综上所述，OpenAI的架构演变反映了非营利初衷与超级资本需求之间的本质冲突。OpenAI 的每一步调整虽是为了解决研发资金需求，但在客观上不断削弱了其作为非营利组织的治理基础。而后续OpenAI的一系列选择也证明了在核心利益冲突面前，非营利主体的监督权极易被资本逻辑所主导。与此同时，OpenAI 的抗辩也揭示了现实困境。在超级资本竞赛中，非营利模式已难以支撑前沿A 的研发。OpenAI将转型界定为可持续的发展，试图证明在尚未实现实际盈利前，其使命依然纯粹。马斯克的诉讼将非营利初衷与超级资本需求矛盾推向了公众视野。也同时引起我们思考，当顶尖技术研发必须依赖海量资本时，公共利益与商业回报是否能够实现真正的兼容？OpenAI的案例表明，试图通过精巧的治理结构设计来调和两者的尝试，在实际运行中往往会向资本压力妥协。这不仅是 OpenAI 的合法性危机，更标志着人工智能产业面临的共同困境。如果现有的非营利治理架构无法约束超级资本，那么“技术造福全人类”的承诺将面临制度保障失效的风险。因此，OpenAI的案例不仅是一场法律纠纷，更是对未来人工智能治理变局的一次警示。

从行业准入与治理规则来看，诉讼的核心之一在于确认初创时的“非营利承诺”是否有持续的法律约束力。如果马斯克胜诉，将在美国确立“慈善信托义务”的判例，这意味着任何以公益起家的美国人工智能实验室（AI Lab）在未来转型营利时都将面临极高的法律红线，这会迫使初创企业在第一天就需要更明确地界定“营利”与“公益”的边界，并预设转型路径。

另外本案的裁决也会对AI技术分发路径产生影响。马斯克要求开源核心算法的诉求，为开源生态提供了道德和法理上的支持。裁决可能从两个方向影响行业格局：若判定OpenAI需返还实质性“不当得利”，将在事实上抬升闭源商业化的法律与运营成本，迫使AI巨头在透明度、第三方审计与公益承诺上做出更大让步；反之，若OpenAI胜诉，则意味着司法层面默认了“为了模型安全和持续投入而走向闭源商业化”的必然性，这会进一步巩固资本化、闭源化、巨头化的产业趋势。

由于Open AI、SpaceXAI以及美国人工智能产业的全球地位，影响已不再局限于硅谷或美国司法体系内部，而是通过人工智能基础设施、模型标准与资本规则的外溢机制，深刻影响全球人工智能秩序，对“全球南方”国家也会形成相应的冲击。在这一进程中，法律裁决本身正在影响全球人工智能治理规则的形成。

一是“人工智能公共利益”定义的西方中心化。本案涉及了一个更根本的问题，谁有权定义“为了全人类利益”？马斯克在诉讼中表示，Open AI成立时的创始协议明确承诺其使命是“造福全人类（for the benefit of humanity）”，马斯克认为这一承诺具有法律约束力，意味着必须保持非营利、开源和去中心化的属性。一旦转为营利模式并对微软进行排他性授权，即构成对法律信托义务的背叛。法庭的裁定将判定创始人的个人初衷是否能永久锁定机构对“公益”的定义权。更进一步，一旦法院认可OpenAI当前的营利化路径具有合法性，“公共利益”将可能被重新定义为可由资本开支规模、算力投入与投资回报率衡量的经济指标。这意味着人工智能将从某种“准公共产品”进一步滑向高度商业化的技术资产类别，从而在全球范围内加剧数字鸿沟，使全球南方在人工智能时代逐渐被锁定为“高成本技术消费者”，而非规则参与者或价值分配者。更值得关注的是定义权的产生机制本身。但无论裁决方向如何，事实层面人工智能的公共利益边界正在由西方技术先发国家的企业、司法、监管框架所塑造，虽然诉讼是一个内部司法问题，但依旧有强大的外溢效应。若AGI实现，其安全性与普惠性或面临单边色彩过重的风险，而最终的技术成果并不一定真正符合国际利益，特别是全球南方国家的发展权益。

二是人工智能议题进一步政治化、泛安全化。虽然安全问题本身不是本案的核心裁决点，但庭审记录与判决理由书将进入公共讨论，为未来美国人工智能安全立法、出口管制扩展，以及第三方审计制度提供判例基础。如果法院认定马斯克关于“营利损害人工智能安全”的论点成立，美国未来或以“安全审计”为由强化高端模型出口管制。美国已对中国实施前沿人工智能芯片与部分模型权重的出口限制，此类限制可能进一步细化至模型本身的安全审计层，全球南方国家的合规成本与获取门槛将相应上升。

三是本案裁决可能对全球开源人工智能生态产生复杂影响。开源与闭源虽然是技术和商业选择，但司法层面对本案涉及的“营利化转型合法性”的裁定，会对资本市场与制度环境对技术生态形成传导。如果法院最终确认营利化转型的完全合法性，对依赖外部融资的开源初创可能形成压力。但平心而论，开源生态的命运也并不完全由本案裁决决定。中国的DeepSeek、阿里通义千问（Qwen）在2025年至2026年间持续推出与前沿闭源模型可比的开源模型。今年4月，DeepSeek V4预览版发布后，V4-Pro以1.6万亿参数量成为目前全球规模最大的开源权重模型，其API输出定价仅为3.48美元/百万tokens，显著低于OpenAI、Anthropic、谷歌等同类前沿产品，具备性能、成本与技术层面的独特优势。这意味着，本案裁决最多影响美国国内的开源—闭源资本配置格局，而非全球开源生态的长期走向。

总体而言，这一诉讼不仅关乎企业归属，更指出了人工智能治理在当前时代的具体困境，治理逐渐进入由法律、资本与地缘政治共同驱动的新阶段，其影响更将持续外溢至全球数字主权与技术秩序的重构之中。