OpenAI 又失去了几位关键人物。负责科学研究计划的 Kevin Weil、Sora 核心研究者 Bill Peebles，以及据《Wired》报道负责企业应用的 CTO Srinivas Narayanan，几乎在同一时间段宣布离开。放在一家高速扩张的 AI 公司里，高管流动并不罕见；但放在 OpenAI 最近接连关停 Sora、整合 OpenAI for Science 的背景下，这更像一次方向声明，而不是普通人事新闻。

我的判断很明确：这不是 OpenAI 变弱了，而是它开始变“窄”了。过去那种面向消费者、带点实验室浪漫气质的项目，正在给企业 AI 和所谓“superapp”让路。对投资人和企业客户而言，这可能是好消息；对期待 OpenAI 持续做前沿产品试验的研究者和普通用户来说，未必如此。

Kevin Weil 与 Bill Peebles 的离开，指向同一件事

事实锚点很清楚：Sora 已在上月关闭，据报道其算力成本一度每天亏损约 100 万美元；OpenAI for Science 也被并入其他研究团队。前者是面向用户的明星视频产品，后者是 OpenAI 试图切入科研加速平台的野心项目。两条线都不算主航道，现在又伴随负责人离开，信号已经足够直接。

Weil 在社交平台上强调“加速科学会是通往 AGI 过程中最积极的成果之一”，Peebles 则写道，催生 Sora 这类成果的研究，需要离主路线图更远一些的空间。两人的表述其实构成了一个对照：公开说法仍在强调长期愿景，但行业现实是，OpenAI 眼下更在意资源是否能服务更稳定的收入模型。

一家公司是否支持“探索”，往往不能看它发布了多少惊艳 demo，而要看它愿不愿意长期为低确定性项目持续烧钱。

真正重要的，不是离职本身，而是 OpenAI 的商业排序变了

OpenAI 近两年的最大变化，是它越来越像一家大型企业软件公司，而不再只是明星 AI 实验室。企业客户买的是可集成、可部署、可计费、可控风险的模型与工作流，不是一个持续吞噬 GPU 的视频玩具，也不是一个短期内难形成规模收入的科研平台。

从这个角度看，砍掉“支线任务”完全说得通。今天的 AI 行业已经从“谁能先做出炫酷能力”转向“谁能把能力装进稳定产品里”。这也是 OpenAI 与 Anthropic、Google、Microsoft 竞争时最现实的战场：

公司当前更强调的方向对探索型项目的容忍度
OpenAI企业 AI、统一入口、超级应用正在下降
Anthropic企业安全、代码、工作流相对克制，少做高成本消费实验
Google多线并进，研究与产品并行容忍度更高，但组织更复杂
Meta开源模型、平台扩张、消费入口愿意继续押注长期基础能力

单看产品热度，Sora 曾是 OpenAI 最像“未来已来”的东西之一；但单看商业账，它却可能是最难成立的项目之一。很多读者容易忽略一个限制条件：视频模型不只是训练贵，推理同样极贵，而且用户对时长、分辨率、稳定性的要求会不断上升，这让它很难像文本聊天那样快速规模化盈利。

谁会因此受益，谁会感到失落

这轮收缩对不同人群的影响并不一样。

受影响对象直接感受更深层影响
普通用户炫酷实验性产品减少OpenAI 未来更像“效率工具箱”，而不是新奇产品制造机
开发者API、企业能力可能更稳定面向边缘场景的开放实验会变少，创新空间收紧
企业客户产品路线更聚焦，采购风险更低更容易把 OpenAI 当长期供应商，而不是不稳定的研究伙伴
研究人员自主探索空间可能缩小更难在公司内部推动短期不赚钱但潜力大的项目

这也是为什么 Peebles 提到“培养熵”——研究实验室需要一定程度的混乱和偏航，才会出现真正的新东西。但一家估值极高、收入压力巨大的 AI 公司，天然会反过来追求可预测性。这两种组织逻辑，常常很难长期共存。

OpenAI 不是第一次收缩，历史上这也不新鲜

科技公司的历史反复证明：当资本市场和收入目标变重，探索项目就会先被重新审视。Google 早年能容纳大量“Other Bets”，是因为搜索广告现金流极强；Meta 押注元宇宙后遭遇成本压力，也很快把叙事重心重新拉回广告与 AI。OpenAI 今天面临的是类似问题，只不过它烧的是更昂贵的 GPU，而不是一般意义上的研发预算。

Weil 的另一层微妙背景也不该忽略。他曾因转发 GPT-5 解决 10 个未解 Erdős 数学问题的说法而引发争议，随后删除相关内容。这件事本身不决定其去留，但它提醒外界：AI 公司在讲述科研突破时，叙事和验证之间的张力越来越大。OpenAI 在这种时刻收拢科研战线，也是在降低“讲得太大、证据不够”的风险。

接下来真正值得观察的，不是谁接替这些人，而是 OpenAI 会不会继续削减那些高成本、难以嵌入主产品线的项目。如果答案是会，那它未来的竞争姿态会更接近 Microsoft Office 加模型平台，而不是 Bell Labs 式的开放研究机构。这对商业化是成熟，对创新文化则未必是好事。