简介
OpenAI 在 IPO 筹备期间招募 Transformer 共同发明者 Noam Shazeer 和前白宫 AI 政策官员 Dean Ball，加强技术与政策团队。同期 xAI 以 600 亿美元收购 AI 编程工具 Cursor，体现全栈 AI 战略。
OpenAI 人才战略：招募 Transformer 奠基人与政策专家
OpenAI 在筹备 IPO 的关键时期，宣布招募两位重量级人物：Google DeepMind 传奇科学家 Noam Shazeer 和前特朗普政府 AI 政策官员 Dean Ball。这一人才布局显示出 OpenAI 在技术深度和政策影响力方面的双重发力。
Noam Shazeer 是现代生成式 AI 的奠基人之一。他自 2000 年起在 Google 工作，期间仅在 2021 年至 2024 年短暂离职创立 AI 角色扮演初创公司 Character AI。两年前，Google 以 27 亿美元的交易重新聘用 Shazeer，并获得 Character AI 的技术使用权。Shazeer 最重要的贡献是共同撰写了 2017 年的开创性论文《Attention Is All You Need》，该论文引入的 Transformer 架构成为当今所有主流大语言模型的技术基础。
Shazeer 的加入是顶级 AI 实验室之间人才流动的最新案例。Google、OpenAI、Anthropic 和 Meta 之间的人才争夺战持续升温，而 Shazeer 这样的核心技术专家的转会尤为引人注目。据 The Information 报道，Shazeer 在 Google 期间曾在内部消息板上就跨性别身份认同和以色列加沙战争等政治议题发表意见，导致管理层删除其帖子。这些争议是否会延续到 OpenAI，目前尚不明朗。
Dean Ball 的加入则强化了 OpenAI 的政策能力。Ball 去年曾短暂在白宫任职，参与发布了美国 AI 行动计划，随后重返技术自由主义智库美国创新基金会担任高级研究员。Ball 在社交平台 X 上宣布，他将于 7 月 6 日加入 OpenAI，领导新成立的战略未来团队，负责帮助公司领导层制定长期战略规划。
这两位新成员的加入，正值 OpenAI 准备上市的关键时刻。公司需要在技术创新和政策合规之间保持平衡，同时应对日益激烈的行业竞争。
亚马逊放弃 Sam Altman 纪录片项目
就在 OpenAI 宣布人才招募的同时，一个有趣的插曲引起了业界关注。据 Variety 和 Deadline 报道，亚马逊 MGM 工作室决定放弃已接近完成的纪录片《Artificial》，该片由著名导演 Luca Guadagnino 执导，Andrew Garfield 饰演 Sam Altman，讲述 2023 年 11 月 Altman 被 OpenAI 董事会解雇又迅速复职的混乱五天。
这一决定的时机颇为微妙。就在四个月前，亚马逊刚刚承诺向 OpenAI 投资 500 亿美元，作为 1100 亿美元融资轮的一部分。该交易还使 AWS 成为 OpenAI 企业平台的独家第三方云分销提供商。虽然亚马逊未明确表示其与 OpenAI 的财务关系是否影响了这一决定，但时间节点已引起广泛关注。
亚马逊发言人在声明中表示，我们对获奖导演 Luca Guadagnino 怀有最高的尊重和钦佩，更不用说我们希望延续的长期合作关系。我们认为《Artificial》如果由不同的工作室发行会更好，正在与制作团队密切合作为该片寻找新归宿。
据报道，该片在早期观众测试中反响良好，亚马逊宣布放弃的同一天，其他工作室已在洽谈接手该项目。这一事件凸显了科技巨头在投资 AI 公司后可能面临的内容发行决策困境。
xAI 600 亿美元收购 Cursor：全栈 AI 战略的关键一步
xAI 宣布以 600 亿美元股票收购 Cursor 母公司 Anysphere，这是 AI 行业迄今为止最大规模的收购交易之一，也标志着模型公司向应用层垂直整合的战略转向。
Cursor 是目前最受欢迎的 AI 编程工具之一，每天有 700 万开发者使用。这款产品四年前从麻省理工学院孵化，年化收入已达 20 亿美元，是该品类中收入最高的 AI 编程工具。尽管过去一年其市场份额从 41% 下降至 26%，主要受到 Anthropic 的 Claude Code 竞争压力，但 xAI 看重的不是市场份额本身。
xAI 的战略逻辑在于构建完整的全栈 AI 能力。公司已经拥有 Colossus 算力基础设施、Grok 大语言模型和 X 社交平台应用。收购 Cursor 将为 xAI 提供一个关键缺失环节：高质量的开发者训练数据。开发者在编写代码过程中产生的数据，被认为是 AI 领域信号最强的训练数据类型，这正是 Grok 模型提升竞争力所需的核心资源。
Strange Ventures 合伙人 Tara Tan 指出，这笔交易验证了一个趋势：想要成为 AI 大厂，就必须做全栈。更好的产品带来更多数据，更多数据又反过来提升产品体验，形成正向飞轮。这种全栈战略带来两大优势：首先，使模型训练的单位经济模型变得可持续；其次，通过应用层获取专有训练数据，建立与其他模型厂商的差异化护城河。
AI 编程市场的激烈竞争
代码生成已成为大语言模型迄今为止最强的杀手级应用。Anthropic 的营收增长轨迹充分证明了这一点：从 2024 年 1 月的 8700 万美元年化收入，增长到 2026 年 5 月的 470 亿美元，28 个月内增长约 540 倍。
这一惊人增速由两个引擎驱动：自上而下的企业合作（Claude 是唯一同时上架三大云平台的前沿模型），以及自下而上的开发者渗透。Claude Code 是 Anthropic 历史上增长最快的产品，9 个月内从零增长到 25 亿美元年化收入，目前占据企业级 AI 编程市场 54% 的份额。
Cursor 虽然在市场份额上受到挑战，但其 700 万日活开发者和 20 亿美元年化收入仍使其成为极具价值的资产。对 xAI 而言，收购 Cursor 不仅是获取市场份额，更是获取持续的高质量训练数据流和用户工作流锁定能力。
OpenAI 发布科研能力评测基准
在人才招募和行业并购之外，OpenAI 还发布了全新评测基准 LifeSciBench，旨在衡量 AI 系统在真实科研场景中的能力。这一举措显示出 OpenAI 对 AI 在科学研究领域应用的重视。
LifeSciBench 基于 750 道专家编写的任务，覆盖 7 类科研工作流与 7 个生物学领域。任务来源于 173 名具有博士背景并在生物科技或制药行业工作的科研人员。该基准强调复杂科研能力评估，包括证据整合、实验设计、数据分析、科学推理与科研沟通等能力，而非单一事实性问题。
超过 79% 的任务包含多步骤推理，平均每道题需要约 4 个推理步骤，并包含 1062 个真实科研相关数据附件，如论文、图表、序列数据及结构文件等。这种设计使 LifeSciBench 更接近真实科研场景，能够更准确地评估 AI 系统在专业科学领域的实际应用能力。
行业趋势：垂直整合与全栈战略
从 OpenAI 的人才招募到 xAI 的收购动作，再到 Anthropic 的快速增长，一个清晰的行业趋势正在浮现：AI 大厂正在从单纯的模型提供商转向全栈 AI 平台。
这种转变的驱动力是多方面的。首先，模型训练成本高昂，需要通过应用层的收入来支撑持续投入。其次，专有的应用数据可以形成独特的训练数据护城河，提升模型能力的同时建立竞争壁垒。第三，用户在应用层的工作流锁定可以创造更高的用户粘性和转换成本。
正如 Tara Tan 所言，因为做产品比以前容易了 10 倍，公司就得比以前野心大 10 倍才能成。在 AI 工具大幅降低产品开发门槛的背景下，成功的公司需要更大的战略视野和更完整的能力栈。
未来几年，预计将看到更多模型公司通过内部开发或并购方式向应用层扩张。OpenAI、Anthropic、xAI 等公司的竞争，将不仅仅是模型性能的比拼，更是全栈能力和生态系统的较量。对于整个 AI 行业而言，这种垂直整合趋势既带来了创新机会，也可能引发新的竞争格局变化。
Source: 链接