翁荔离职了。
这位北大校友、OpenAI 前研究与安全副总裁、Thinking Machines Lab 联合创始人翁荔（Lilian Weng）刚刚在社交媒体发布离职信，表示明天将是她在 Thinking Machines Lab 的最后一天。距离她与 OpenAI 前 CTO Mira Murati 共同创立这家公司，已经过去整整 20 个月。几天前，Thinking Machines 刚发布首个开源大模型 Inkling，翁荔在信中将其称为“公司历史上一个了不起的里程碑”。
在首款模型刚刚发布后，联合创始人选择离场，这一决定仍然显得突然。
离职信反复提到“健康”
翁荔在离职信里反复提到的关键词，是 health。
她写道，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，同时还要承受没能参与工作的愧疚感。她形容，那种一边休息、一边与负罪感对抗的状态并不好受。
她也考虑过缩小职责范围，去承担一个压力和不确定性更低的角色，但最后发现这种安排并不适合自己。按她的说法，只要无法对自己负责的事情投入全部精力，她就会觉得自己没有做好这份工作。
整封信里，“sorry”“letting you down”等表达多次出现。对于曾从零组建 OpenAI 安全团队、带领一支超过 80 人团队的翁荔来说，告别时最担心的仍然是辜负同事。信里的多次道歉，也能看出她对离开的内疚和不舍。
离职信发出后，不少前同事和同行在评论区留言。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，留言大多围绕同一个意思：健康更重要，先好好休息。
从 OpenAI 安全体系到个人技术博客
对很多人来说，翁荔并不是一个高频出现在公众讨论中的名字，但她在 AI 行业中的位置并不边缘。
她出生于陕西，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。之后，她前往印第安纳大学布卢明顿分校攻读博士，研究方向集中在网络科学、复杂系统和社交网络中的信息传播，与后来更受关注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。研究团队用了两年时间，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。
在 GPT-4 发布后，她开始从零组建 Safety Systems 团队。到她离开 OpenAI 时，这支团队规模已经超过 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。3 个月后，她离开 OpenAI。2025 年 2 月，她与 Mira Murati 等人共同创立 Thinking Machines Lab。
除研究工作外，她还以技术博客 Lil'Log 的作者身份广为人知。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。这句话也概括了她在 AI 社区中的影响力。
Thinking Machines 的高估值与人员变动
把翁荔的离开放进 Thinking Machines 过去一年的发展轨迹里看，背景会复杂得多。
Thinking Machines 成立之初就备受关注。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，这家公司还没有发布任何正式产品。市场一度传出苹果和 Meta 都曾表达投资或收购兴趣，但遭到 Murati 拒绝。
高起点也带来了极高预期。随后，公司的产品进展和人员变化并没有同样顺利。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，市场估值也回到约 120 亿美元。
核心团队也经历了持续调整。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 的离开，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。核心人才持续流动，也放大了市场的不确定感。
不过，公司手中的资源依然可观。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；同时还与谷歌云签署了价值数十亿美元的算力协议。
在产品端，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。公司开始从融资与人才故事，转向真正的产品交付。
高压节奏下，人的边界没有像模型一样被扩展
翁荔的离职信没有谈估值、融资，也没有谈公司内部的人事变化。整封信只围绕一个原因展开：长期压力已经超过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和不确定性。
今年以来，AI 行业的竞争节奏已经快到按“天”计算。一个模型刚刚发布，下一次更新就进入倒计时；一项能力才成为行业标配，新的技术路线很快又会出现。创业公司同时要追赶产品、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开。
在最热门的赛道上，速度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就自动消失。
20 个月并不算很长，翁荔却在信中写道，这段经历“感觉像过了一辈子”。
Inkling 已经成为 Thinking Machines 的一个里程碑，AI 行业也还会继续向前。新的模型会继续发布，新的公司会继续出现，排行榜上的位置也会不断变化。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。有时候，承认身体已经无法继续承受，放下那些还没有完成的责任，照顾好自己，本身也需要很大的勇气。