从非营利实验室到 AI 领导者：OpenAI 的发展史

概述：为什么了解 OpenAI 的历史很重要

OpenAI 是一家从研究到部署都影响深远的人工智能公司，其工作改变了人们对 AI 的认知——从早期的研究论文到像 ChatGPT 这样的产品。理解 OpenAI 如何从 2015 年的小型非营利实验室演进为 AI 领域的核心玩家，有助于解释当今人工智能为何呈现现在的样貌。

OpenAI 的故事不仅仅是模型发布的时间顺序。它是一个关于使命、激励、技术突破与公众压力如何相互作用的案例研究。该组织一开始强调开放研究与普惠利益，随后重组以吸引资本，建立了与微软的深度合作，并推出了数以亿计用户使用的产品。

这段历史为何重要

追溯 OpenAI 的发展可以揭示 AI 更广泛的若干趋势：

• 使命与价值观：OpenAI 的成立目标是确保通用人工智能惠及全人类。随着时间推移，这一使命如何被解释与调整，反映了理想主义目标与商业现实之间的紧张关系。

• 研究突破：从早期项目到 GPT‑3、GPT‑4、DALL·E 与 Codex，这一进程记录了向大规模基础模型转变的更广泛趋势，这些模型正在驱动许多当前的 AI 应用。

• 治理与结构：从纯非营利到有限利润实体的转变，以及随之建立的复杂治理机制，凸显了为管理强能力技术而尝试的新组织形式。

• 公众影响与审视：随着 ChatGPT 等产品的发布，OpenAI 从一个 AI 社区内知名的研究实验室，变成了家喻户晓的名字，公众开始关注安全、对齐与监管等问题，这些讨论正在塑造全球政策议程。

本文将沿着 2015 年以来的时间线，展示 OpenAI 各个阶段如何反映 AI 研究、经济与治理的更大转变——以及这对未来可能意味着什么。

创立 OpenAI：使命与早期团队

2015 年的 AI 时刻

OpenAI 于 2015 年 12 月成立，那时机器学习（尤其是深度学习）在快速进步，但距离通用智能仍有很长的路。图像识别基准在下降，语音系统在改进，谷歌、Facebook、百度等公司在 AI 上投入大量资金。

研究者和科技界领袖日益担心，先进的 AI 可能被少数强大的公司或政府控制。OpenAI 被构想为一种制衡力量：一个专注长期安全与广泛利益分配的研究组织，而不是追求狭义商业优势。

使命：为全人类利益而构建 AGI

从第一天起，OpenAI 就以通用人工智能（AGI）为使命核心，而不仅仅关注渐进式的机器学习进展。核心声明是：如果出现 AGI，OpenAI 要努力确保它“惠及全人类”。

这一使命带来了若干具体含义：

• 优先考虑安全研究与长期对齐问题
• 在可能的情况下承诺广泛分享研究、代码与见解
• 通过与其他机构合作，避免“赢者通吃”的竞赛动态

早期的公开博客与创始宪章同时强调开放与谨慎：OpenAI 将发布大量工作成果，但也会在发布强能力成果时考虑社会影响。

创始人、早期领导与组织结构

OpenAI 起初是一个非营利研究实验室。初期宣布的资金承诺约为 10 亿美元，但这更多是长期承诺而非一次性现金拨付。早期支持者包括 Elon Musk、Sam Altman、Reid Hoffman、Peter Thiel、Jessica Livingston 和 YC Research，以及 Amazon Web Services、Infosys 等公司的支持。

早期领导团队将创业经验与顶尖 AI 研究结合在一起：

• Sam Altman – 联合创始人、创始董事会主席（后任 CEO）
• Elon Musk – 联合创始人及早期捐助者，在初期担任董事会成员
• Greg Brockman – 前 Stripe CTO，担任 CTO 与联合创始人
• Ilya Sutskever – 顶级深度学习研究者，担任首席科学家
• Wojciech Zaremba 与 John Schulman – 联合创始人及核心研究领导

这种硅谷创业精神与顶级研究力量的结合，塑造了 OpenAI 早期的文化：雄心勃勃推动 AI 能力边界，同时以使命驱动的非营利组织形式组织起来，注重长期的全球影响而非短期商业化。

非营利时代：早期研究与开放科学

OpenAI 在 2015 年以非营利研究实验室身份启动，其公开承诺简单却雄心勃勃：推动人工智能发展，同时尽可能与更广泛的社区分享成果。

默认开放

早期几年以“默认开放”为特点。研究论文快速发表，代码通常开源，内部工具常被变成公共项目。理念是，促进广泛的科学进展与审查，比将能力集中在单一公司内部更安全、更有利。

与此同时，安全问题已进入讨论。团队思考过度开放何时可能增加滥用风险，并开始构想分阶段发布与政策评估的想法，即便这些想法在当时仍较为非正式，相较于后来的治理流程尚不成熟。

旗舰研究方向

OpenAI 早期的科学重点包括：

• 强化学习（RL）：在 Dota 2 等游戏与复杂控制任务上的智能体研究，推动了 RL 算法、探索方法与可扩展性研究。
• 机器人学：机器人手部操控等实验展示了如何将 RL 与仿真用于物理世界的迁移。\n- 无监督与自监督学习：探索模型如何从大规模无标签数据中学习，为后来基础模型的发展埋下伏笔。

这些项目更侧重于试验深度学习、算力与训练方案的可能性，而非打磨产品。

塑造社区的工具

这一时期两个极具影响力的产出是 OpenAI Gym 与 Universe。

• OpenAI Gym 提供了一套通用的 RL 环境与基准，标准化了算法比较方式，大幅降低了新实验室与学生入门门槛。\n- Universe 旨在在大量现有软件环境（从游戏到网页应用）上训练与评估智能体。尽管 Universe 最终被弃用，但它凝聚了对通用智能体的兴趣。

这两个项目体现了对共享基础设施的承诺，而非谋求专属优势。

同行与媒体的看法

在非营利时期，OpenAI 常被视为大型科技公司 AI 实验室的使命驱动的平衡力量。同行重视其高质量研究、可获得的代码与环境，以及其参与安全讨论的意愿。

媒体报道强调了高知名度资助者、非商业化结构与开放发表的承诺。这一声誉——作为一个关注长期后果的开放研究机构——为后来外界对其每一次战略调整所做出的反应设定了期待。

构建强大模型：从 GPT‑1 到 GPT‑3

OpenAI 历史上的转折点是将注意力集中到大规模基于 Transformer 的语言模型上。这一转向将 OpenAI 从以研究为主的非营利机构，转变为以基础模型著称、供他人构建应用的平台型组织。

GPT‑1：验证 Transformer 思路（2018）

GPT‑1 在今天看来参数量很小（1.17 亿），训练数据主要来自 BookCorpus，但它提供了关键的概念验证。

与其为每个自然语言处理任务训练独立模型，GPT‑1 展示了一个单一的 Transformer 模型通过简单目标（预测下一个词）训练后，经少量微调即可适配多种任务，如问答、情感分析与文本蕴含。

对 OpenAI 的内部路线图而言，GPT‑1 验证了三点：

• 规模重要：更大模型与更多数据往往表现更好；
• 预训练 + 微调能胜过任务专用系统；
• Transformer 是处理语言的强大架构。

GPT‑2：能力与滥用担忧（2019）

GPT‑2 将同一思路大幅推进：参数量达 15 亿，数据集更加庞大且来自网络。其输出往往出人意料地连贯：多段文章、虚构故事与摘要在外观上近似人类写作。

这些能力引发了关于潜在滥用的担忧：自动化宣传、垃圾信息、骚扰与大规模假新闻。OpenAI 因而采用了分阶段发布策略：

• 先发布较小模型与论文与示例；
• 持续进行内部与外部的红队测试，评估滥用风险；
• 在评估风险后逐步发布更大模型版本。

这是 OpenAI 首次在高调事件中明确将部署决策与安全、社会影响相挂钩，影响了组织对披露、开放性与责任的后续思考。

GPT‑3：规模、通用性与 API（2020）

GPT‑3 再次大幅扩展至 1750 亿参数。与依赖微调不同，GPT‑3 展示了“少样本（few‑shot）”乃至“零样本（zero‑shot）”学习：模型只需通过提示中的指令与少量示例，往往就能完成新任务。

这种通用性改变了 OpenAI 和整个产业对 AI 系统的看法：与其构建许多狭窄模型，不如用一个大型模型作为通用引擎，用于：

• 文案与内容生成
• 代码片段与自动补全
• 问答、对话与搜索增强

关键的一点是，OpenAI 没有开源 GPT‑3，而是通过商业 API 提供访问。这标志着战略性的转变：

• 从发表模型转向作为托管服务来运营；
• 从单纯研究实验室转向拥有付费客户的平台提供者；
• 为后续如 ChatGPT 与 GPT‑4 的开发奠定了商业基础。

GPT‑1、GPT‑2 与 GPT‑3 的发展轨迹清晰地描绘出 OpenAI 的路线：扩大 Transformer 规模、发现涌现能力、应对安全与滥用挑战，并为商业化打下基础。

组织重组：OpenAI LP 与有限利润模型

到 2018 年，OpenAI 领导层认识到，仅靠小规模的捐赠资助难以构建并安全引导非常大规模的 AI 系统。训练前沿模型已需数千万美元级别的算力与顶尖人才，而未来成本曲线将更陡峭。要在人才争夺、规模实验与长期云基础设施访问上竞争，OpenAI 需要一种能够吸引大量资本但又不放弃原始使命的组织结构。

为什么要创建 OpenAI LP

2019 年，OpenAI 推出 OpenAI LP，一种“有限利润（capped‑profit）”的有限合伙体。目标是解锁大规模外部投资，同时在决策层仍把非营利的使命——确保 AGI 惠及全人类——置于首位。

传统的创业公司对股东负责，追求不设上限的回报。创始团队担心这会迫使组织在安全、开放或谨慎部署上作出妥协。LP 结构是一种折衷：它可以发行类似股权的利益并筹资，但以不同的规则运行。

有限利润模型如何运作

在这种模型下，投资者与员工可以获得回报，但仅限于原始投资的固定倍数（早期投资者通常引用上限如 100 倍，后期则更低）。一旦达到该上限，任何额外创造的价值应流回非营利母体，用于符合其使命的用途。

这与传统创业公司形成鲜明对比：后者的股权理论上可以无限增值，且法律与文化上默认以最大化股东价值为目标。

非营利与 LP 之间的关系

OpenAI 非营利仍保有控制权，其董事会监督 OpenAI LP，并被要求在决策中优先考虑全人类利益而非特定投资者或员工的利益。

形式上：

• 非营利母体持有 OpenAI LP 的控制权；
• 非营利董事会任命关键领导层，并在原则上可否决与使命冲突的决定；
• 受托责任围绕宪章展开，而非单纯的财务优化。

这一治理设计旨在赋予 OpenAI 商业组织的筹资与招聘灵活性，同时保留以使命为先的控制权。

争论与对融资与招聘的影响

重组在组织内外引发争论。支持者认为，要获得构建前沿 AI 所需的数十亿美元资金，同时约束利润动机，这是唯一可行的方式；批评者质疑，任何提供高额回报的结构是否真能抵御商业压力，以及收益上限是否足够或会被严格执行。

实际上，OpenAI LP 为大型战略性投资打开了大门，最显著的是与微软的合作，并允许公司提供有竞争力的薪酬方案以吸引顶尖人才。进而，OpenAI 扩大了研究团队、加大了 GPT‑3、GPT‑4 等模型的训练规模，并建立了部署 ChatGPT 等全球化系统所需的基础设施，同时在形式上保持与非营利的治理联系。

与微软的战略合作

2019 年的投资与长期协议

2019 年，OpenAI 与微软宣布了多年的合作伙伴关系，改变了双方在 AI 领域的角色。微软据报投资约 10 亿美元（现金与 Azure 云积分相结合），并成为 OpenAI 的优先商业合作伙伴。

该协议满足了 OpenAI 对大规模算力的需求，也让微软获得了差异化的 AI 能力以增强其产品与云平台。随后数年，这种关系通过额外融资与技术协作进一步深化。

Azure 作为 OpenAI 的云计算主干

OpenAI 选择 Microsoft Azure 作为主要云平台，原因包括：

• 规模与定制硬件：Azure 承诺为训练构建成千上万 GPU（及后来的定制加速器）的专用集群。\n- 共同工程优化：OpenAI 工程师与 Azure 团队紧密合作，优化网络、存储与编排，以适配大规模语言模型。\n- 财务安排：投资与云积分降低了实验的前期成本。

这使得 Azure 成为训练与服务 GPT‑3、Codex 及后续 GPT‑4 的默认环境。

共建超算基础设施

双方合作打造了针对 OpenAI 工作负载的世界级超算系统。微软将这些集群作为 Azure 的 AI 能力示例，而 OpenAI 则依赖这些集群推动模型规模、训练数据与实验速度。

这种联合基础设施模糊了“客户”与“合作伙伴”的界限：OpenAI 实质上影响了 Azure 的 AI 路线图，而 Azure 则根据 OpenAI 的需求进行定制。

授权、产品与公众感知

微软获得了对部分 OpenAI 技术的独家授权（如 GPT‑3），使其能把模型嵌入到 Bing、Office、GitHub Copilot 与 Azure OpenAI Service 中，而其他公司则通过 OpenAI 自身的 API 访问这些模型。

这种排他性引发争议：支持者认为它提供了扩展强能力 AI 所需的资金与分发渠道；批评者担心它将前沿模型的影响力集中在一家大型科技公司手中。

与此同时，合作也提升了 OpenAI 的主流能见度：微软的品牌、产品整合与企业销售渠道帮助 OpenAI 的系统从研究演示走入日常工具，塑造了公众对 OpenAI 既作为独立实验室又作为微软核心 AI 合作伙伴的双重认知。

超越文本的突破：CLIP、DALL·E 与 Codex

随着 OpenAI 在语言理解与生成方面能力的提升，团队开始向图像与代码等新模态拓展。这一转向使 OpenAI 的影响从写作与对话扩展到视觉创作与软件开发领域。

CLIP：连接图像与语言

CLIP（Contrastive Language–Image Pretraining），在 2021 年公布，是朝着更像人类那样理解世界的模型的重要一步。

CLIP 不仅训练于有标签的图像，而是从数亿个图像—标题对中学习。模型被训练去匹配图像与其最可能的文本描述，并区分错误的描述。

这赋予 CLIP 出人意料的通用能力：

• 在无需任务特定训练的情况下识别对象与风格；
• 遵循自然语言提示（例如“照片中的虎斑猫”）对图像进行分类；
• 作为其他系统的灵活视觉骨干。

CLIP 成为后来生成图像工作的基础之一。

DALL·E 与 DALL·E 2：从文本到图像的创造力

DALL·E（2021）将 GPT 风格的架构应用于图像，从文本提示直接生成图片：例如“鳄梨形状的扶手椅”或“写着‘openai’的店招”。它展示了语言模型可以扩展到产生连贯且常带奇思妙想的图像。

DALL·E 2（2022）在分辨率、现实感与可控性上有显著提升，并引入：

• 局部修补（inpainting）：通过文本编辑图像的部分内容；
• 扩展画幅（outpainting）：在原图边界之外延展画面；
• 风格与构图控制：通过详细提示引导输出。

这些系统改变了设计师、营销人员与艺术爱好者的原型制作方式，把部分创作工作从手工草绘转向迭代式的提示驱动探索。

Codex 与软件开发的未来

Codex（2021）将 GPT‑3 家族适配到源代码上，训练于大量公共代码库。它能把自然语言翻译成可工作的代码片段，支持 Python、JavaScript 等多种语言。

基于 Codex 的 GitHub Copilot 将此功能带入日常开发工具：程序员能收到完整函数、测试用例与样板代码作为建议，并使用自然语言注释来引导生成。

对软件开发而言，Codex 暗示着一种渐进式的转变：

• 从手写每行代码转向监督并改进 AI 生成的草稿；
• 从记忆语法转向关注架构、意图与代码审查。

CLIP、DALL·E 与 Codex 一并表明，OpenAI 的方法不仅适用于文本，也能扩展到视觉与代码领域，扩大了其研究对艺术、设计与工程的影响。

ChatGPT 与公众聚光灯

上线与爆发式采纳

OpenAI 于 2022 年 11 月 30 日把 ChatGPT 作为免费的“研究预览”上线，通过一篇简短的博客与推文宣布，而非大型产品发布会。该模型基于 GPT‑3.5、针对对话进行了优化，并设有拒绝部分有害或不安全请求的防护措施。

使用量几乎立即激增。数百万用户在数日内注册，ChatGPT 成为增长速度最快的消费类应用之一。用户在社交媒体上大量分享对话截图，测试其撰写论文、调试代码、起草邮件与用通俗语言解释复杂主题的能力。

在工作、学校与日常生活中的应用

ChatGPT 的吸引力在于其多面性而非单一用途。

在教育领域，学生用它来总结阅读材料、生成练习题、翻译或简化学术文章，并获取数学或科学问题的逐步解释。教师尝试用它设计教学大纲、起草评分规则与制作差异化教学资料；与此同时，学校也在讨论是否以及如何允许其使用。

在职场，专业人士用 ChatGPT 起草邮件、营销文案与报告、规划演示、生成代码片段与测试用例，并把它当作头脑风暴伙伴。个体自由职业者与小型企业尤其依赖其作为低成本的帮手处理内容与分析工作。

在日常问题解决中，人们会请 ChatGPT 制定旅行计划、根据冰箱食材给出烹饪建议、提供基础法律与医疗解释（通常会提醒寻求专业建议），以及帮助学习新技能或语言。

从免费预览到付费服务

最初的研究预览免费以降低使用门槛并收集失败案例、滥用与能力缺失的反馈。随着使用量增加，OpenAI 面临高昂的基础设施成本与用户对更可靠访问的需求。

2023 年 2 月，OpenAI 推出 ChatGPT Plus 订阅服务，提供更快响应、高峰期优先使用权与对 GPT‑4 等新功能的优先访问。这为公司带来了经常性收入，同时保留了免费层以保障广泛可及性。

随着时间推移，OpenAI 又推出了更多面向商业的选项：向企业提供 API 访问、集成工具、ChatGPT Enterprise 与团队计划，为需要更高安全性、管理控制与合规性的组织提供服务。

辩论、监管与伦理关切

ChatGPT 的高能见度加剧了长期存在的争论。

监管者与政策制定者担忧隐私、数据保护与法律合规性，尤其在欧盟等地区。一些监管机构曾暂时限制或调查 ChatGPT 的合规性，以评估数据收集与处理是否满足现行法规。

教育界则面对抄袭与学术诚信问题，因为学生可能生成难以检测的论文与作业答案，部分学校因此禁用或严格限制其使用，而另一些机构则调整作业形式以强调过程、口试或课堂内完成。

伦理学家与研究者则提出关于错误信息、对 AI 的过度依赖、回答中的偏见，以及对艺术家与作家版权与贡献的疑问。

对 OpenAI 来说，ChatGPT 是一个转折点：它将组织从以研究为主的实验室转变为置身全球关于强能力语言模型如何部署、治理与整合进日常生活的中心机构。

GPT‑4 与能力推进

从 GPT‑3.5 到 GPT‑4

2023 年 3 月，OpenAI 发布 GPT‑4，较之最初支撑 ChatGPT 的 GPT‑3.5 有重大提升。GPT‑4 在推理、执行复杂指令与维持长对话连贯性方面更强，并能更好地处理诸如解释法律条款、总结技术论文或根据模糊需求起草代码等细致提示。

相较 GPT‑3.5，GPT‑4 在许多明显失败模式上有所减少：在需要引用来源时更不易捏造、在数学与逻辑边界条件上更为稳健，并在多次重复查询中产出更一致的结果。

多模态与基准成绩

GPT‑4 引入了多模态能力：在某些配置下可接受图像输入。这使其能够完成诸如描述图表、识别手写笔记、解释界面截图或从照片中提取结构化信息等用例。

在标准化基准测试上，GPT‑4 明显超越前代，在模拟的专业考试（如律师资格考试、SAT 以及高级课程考试）上达到了接近前百分位的成绩，也在编码与推理基准上展现了更强能力。

生态影响与剩余挑战

GPT‑4 很快成为 OpenAI API 的核心，并推动了新一波第三方产品的发展：生产力套件中的 AI 助手、编码辅助工具、客服系统、教育平台，以及在法律、金融与医疗等领域的垂直应用。

尽管如此，GPT‑4 仍然会出现幻觉、可能被提示产生不安全或有偏见的输出，并且缺乏真正的理解或完全最新的事实性知识。OpenAI 在 GPT‑4 的对齐研究上投入大量精力——采用 RLHF、红队测试与系统级安全规则等技术——但强调仍需谨慎部署、持续监测与不断研究来管理风险与滥用。