本文来自微信公众号： APPSO ，作者：发布明日产品的，原文标题：《刚刚，北大校友翁荔官宣离职，AI 时代最好的「对齐」是照顾好自己》
翁荔离职了。
刚刚，北大校友翁荔（Lilian Weng）在社交媒体上发布离职信，宣布明天将是她在Thinking Machines Lab的最后一天。
距离她与OpenAI前CTO Mira Murati共同创立公司，过去了整整20个月。几天前，Thinking Machines刚发布首个开源大模型Inkling，翁荔在信中称其为「公司历史上一个了不起的里程碑」。
首款模型刚刚发布，联合创始人便选择离场，多少让人意外。
一封写满「抱歉」的离职信
翁荔的离职信中，反复出现的一个词是「health」，健康。
她提到，过去7个月里，自己生病的次数超过了人生中的任何一个阶段。当整个公司都在为Inkling的发布冲刺时，她不得不请病假休息，同时还要承受无法参与工作的愧疚感。
她形容，那种一边休息、一边与负罪感对抗的状态，并不好受。
翁荔也考虑过缩小职责范围，承担一个压力和不确定性更低的角色。但她最终发现，这种安排并不适合自己。按照她的说法，只要无法对负责的事情投入全部精力，她就会认为自己没有做好这份工作。
整封信里，「sorry抱歉」「letting you down让你失望」等表达多次出现。
曾经从零组建OpenAI安全团队、带领一支80多人团队的翁荔，在告别时最担心的，仍然是辜负同事。反复出现的歉意，也能看出她对离开这件事的内疚与不舍。
离职信发布后，不少前同事和同行赶来留言。
Mira Murati表示，共同创建Thinking Machines的经历十分珍贵，也很高兴翁荔愿意把健康放在首位。PyTorch核心开发者Soumith Chintala、Saurabh Garg等人也送上祝福，留言大多指向同一个意思：健康更重要，好好休息。
离开得克制，告别也足够体面。
不少人或许对翁荔的经历并不熟悉，有必要简单介绍一下她在AI行业里的位置。
翁荔出生于陕西，2004年获得全国高中数学联赛陕西省一等奖，2005年进入北京大学信息管理与信息系统专业，本科期间获得国家奖学金。
此后，她前往印第安纳大学布卢明顿分校攻读博士，研究方向主要集中在网络科学、复杂系统和社交网络中的信息传播，与今天更为人熟知的大模型研究并不完全相同。
2018年，翁荔加入OpenAI。她参与的第一个重要项目，是机械手Dactyl。研究团队花费两年时间，让机械手学会用单手完成魔方操作，翁荔是项目的核心贡献者之一。
GPT-4发布后，她开始从零组建Safety Systems团队。到她离开OpenAI时，团队规模已经超过80人。如今ChatGPT使用的部分安全机制和评估体系，也与她任职期间推动的工作有关。
2024年8月，翁荔升任OpenAI研究与安全副总裁。三个月后，她离开OpenAI。2025年2月，她与Mira Murati等人共同创立Thinking Machines Lab。
在更广泛的技术圈里，翁荔还有另一个广为人知的身份：技术博客Lil'Log的作者。
Lil'Log长期系统梳理强化学习、Transformer、Agent等前沿技术，是AI领域传播范围最广的个人技术博客之一，部分文章也被高校课程列为参考资料。
她曾写道，把一个概念清楚地解释出来，是检验自己是否真正理解它的最好方式。某种程度上，这句话也概括了她在AI社区中的影响力。
把翁荔的离开放进Thinking Machines过去一年的发展轨迹中看，背景会显得更加复杂。
高估值之下，产品和团队都承受着压力
Thinking Machines成立之初便备受关注。
2025年7月，公司完成约20亿美元种子轮融资，创下当时初创公司种子轮融资规模纪录。该轮融资由a16z领投，英伟达、AMD、Jane Street等机构参与，投后估值达到120亿美元。
当时，这家公司尚未发布任何正式产品。有传闻称，苹果和Meta都曾表达投资或收购兴趣，但遭到Murati拒绝。
高起点带来了极高预期，随后的产品进展与人员变化却没有同样顺利。
2025年11月，Thinking Machines曾尝试按500亿至600亿美元估值启动新一轮融资。到2026年1月，相关谈判未能完成，市场估值也重新回到约120亿美元。
核心团队同样经历了持续变动。
联合创始人Andrew Tulloch被Meta招揽。2026年1月，联合创始人兼CTO Barret Zoph、联合创始人Luke Metz离职并重返OpenAI。
围绕Zoph的离职，双方还出现了公开分歧。Murati表示，他因「不当行为」被解雇，OpenAI随后回应称，不认同Thinking Machines对此事的描述。此后，公司又有多名研究人员陆续离开。
外界对Thinking Machines的质疑，主要集中在几个方面：估值过高、产品发布偏慢、算力成本庞大，以及商业模式尚未得到验证。核心人才的持续流动，又进一步放大了市场的不确定感。
不过，这家公司手中的资源仍然可观。
Thinking Machines已与英伟达达成多年战略合作，计划从2027年起部署至少1吉瓦规模的下一代Vera Rubin系统；公司还与谷歌云签署了价值数十亿美元的算力协议。
产品方面，模型微调工具Tinker已经上线，首个开源大模型Inkling也在近日发布。公司终于开始从融资和人才故事，转向真正的产品交付。
市场对Thinking Machines的判断，因此还没有完全转向悲观。它面临的问题很多，拥有的资金、人才和算力资源，同样远超大多数AI初创公司。
人无法像模型一样无限扩展
翁荔的离职信没有谈论估值、融资或内部人事变化。整封信始终围绕一个原因展开：长期压力已经超过了身体能够承受的范围。
她表示，自己依然热爱AI，也仍在阅读论文、追踪研究进展。接下来，她希望寻找一个节奏更可预测、职责边界更清晰的环境，不再承担联合创始人需要面对的持续压力与不确定性。
今年以来，AI行业的竞争已经快到以「天」计算。
一个模型刚刚发布，下一次更新便进入倒计时；一项能力才成为行业标配，新的技术路线很快又会出现。创业公司还要同时追赶产品、算力、融资和人才，所有人都担心自己慢一步，就会被下一轮浪潮甩在身后。
在最热门的赛道上，速度已经不再只是一项竞争优势，也逐渐变成一种无法摆脱的压力。
模型可以增加参数、扩展上下文，也可以在更多算力上持续运行。人却有自己的极限。睡眠无法压缩，身体不能跳过恢复，长期积累的疲惫也不会因为一次产品发布便自动消失。
20个月并不算漫长，翁荔却在信中写道，这段经历「感觉像过了一辈子」。
她或许比许多人更早意识到，站在AI浪潮最前面，意味着参与塑造一个时代，也意味着承担这个时代最快、最密集的压力。
Inkling已经成为Thinking Machines的一个里程碑，AI行业也还会继续向前。新的模型会发布，新的公司会崛起，排行榜上的位置也会不断改变。
对翁荔来说，眼下更重要的，是允许自己停下来。
离开并不总意味着失败。有时，承认身体已经无法继续承受，放下那些还没有完成的责任，好好照顾自己，也需要很大的勇气。
附上参考地址：
https://x.com/lilianweng/status/2081816923088814421
https://lilianweng.github.io/