第五章　OpenAI的诞生

一

2015年12月，旧金山，门洛帕克。

一个没有招牌的会议中心门口，停着十几辆特斯拉。参会的人从车上下来的那一刻，空气中就弥漫着一股奇怪的紧张感——不是因为有人要打仗，而是因为他们刚刚宣布的事情，太像一个宣言。

OpenAI正式成立。

创始人名单：伊隆·马斯克、山姆·奥特曼、格雷格·布罗克曼、伊利亚·苏茨克维、沃伊切赫·萨伦伯克。

顾问名单：杰弗里·辛顿、尤凯·本希奥、杨立昆。

这七个名字，几乎涵盖了当时全球AI学术界和工业界的半壁江山。

马斯克是现场唯一一个非技术背景的创始人。在拍照环节，他站在最后一排靠边的位置，双手插在裤袋里，没有笑。

他不是不想笑。

他只是不习惯站在人群中央。

二

成立仪式上，马斯克做了一场十五分钟的发言。

发言的内容，后来被整理成了一份三页的内部备忘录，开头第一句话是：

“我们需要在Google还没有完全掌控AI之前，建立一个真正独立于商业利益的AI研究机构。”

备忘录里有一句话，后来被OpenAI创始团队在多个场合引用：

“OpenAI的目标不是与Google竞争，而是确保AI的发展方向对全人类有益。如果有一天，AI变得危险，我们希望有人站在它的对立面——哪怕那个人是我们自己。”

奥特曼在那场仪式之后，找布罗克曼深谈了一次。

他问了一个问题：“你觉得马斯克是认真的吗？”

布罗克曼说：“他是认真的。但他能不能一直认真下去，我不知道。”

三

OpenAI的早期预算，是一张画满零的支票。

马斯克在内部会议上说：“我们需要比十亿美元多得多的资金。如果别人不够，我补剩余部分。”

这句话，和他在特斯拉A轮融资时说过的那句话，几乎一模一样。那一次他对艾伯哈德说的是”十亿，一点一点弄”，然后补了一句：“我做过PayPal，我知道怎么让一个烧钱的公司活下去。”

同样的句式，同样的底气，同样的赌局。只是这一次，赌桌换成了AI。

但事实是，从2015年到2018年马斯克离开，三年多的时间里，他实际到账的出资总额不到四千五百万美元。

不是因为他没有钱。

而是因为OpenAI很快发现：如果接受马斯克一个人主导的资金，这个机构就不再是”独立”的——它就变成了马斯克名下的另一个项目，就像SpaceX和特斯拉一样。

奥特曼开始在硅谷四处募资。他见了彼得·蒂尔，拿到了一笔；见了 Reid Hoffman，拿到了一笔；还见了几个当时还默默无闻的科技新贵，没有人知道他们的名字会出现在未来的科技史上。

但这些钱加起来，远远不够OpenAI宣称的野心。

四

OpenAI的成立，刺激了Google。

2016年，Google CEO桑达尔·皮查伊在Google I/O开发者大会上宣布：Google is an AI-first company。

这不是一句口号。它意味着Google搜索、Google翻译、Google相册、Google邮件——所有Google的核心产品，都将在接下来五年内被AI重新改造一遍。

同时，Google秘密启动了一个项目，内部代号”TPU”：Tensor Processing Unit，张量处理器。

这是Google第一次认真考虑：摆脱英伟达的GPU，自建算力体系。

从1998年车库里的搜索引擎，到2016年自研AI芯片的公司——Google走了十八年。它早期靠卖广告赚钱，后来靠卖云赚钱，现在它要靠卖”算力底座”赚钱。《比特创世》里写过这个故事：一家互联网公司怎么一步一步变成了基础设施公司。TPU是这个故事的终点——也是新故事的开始。

黄仁勋在第一时间得知这个消息。

他没有公开回应。但英伟达内部立刻启动了一个应对小组，专门研究TPU的技术路线和性能参数。

英伟达的判断是：Google TPU在特定AI推理任务上确实更快，但它的通用性远不如GPU。而且TPU只能在Google自己的云上运行，无法向外出售。

换句话说：Google想造的，是一把只有自己能用的剑。

但英伟达卖的是枪——谁都可以买，谁都可以用。

这两件事，决定了后来十年AI算力市场的基本格局。

五

2016年，同一时间，北京。

吴恩达从硅谷飞回北京，在百度内部做了一场全体技术员工大会。

那是百度历史上规模最大的内部技术分享。

吴恩达站在台上，讲了一个故事：

2011年，他在Google Brain工作的时候，用了不到一百台服务器，训练出了一个可以识别猫脸的神经网络。那是Google第一次向外界展示深度学习的商业潜力。

他问台下的听众：“你们知道那个项目花多少钱吗？”

没人举手。

他说：“一百台服务器，两个月，一百万美元。”

“当时的百度，有能力做这件事吗？”

台下一片沉默。

那场大会之后，百度IDL的招聘速度翻了一倍。吴恩达从硅谷带来了十几位有深度学习经验的研究者，开始在百度内部重建一套从数据采集到模型训练的完整流程。

他给这套流程起了一个内部代号：“超车计划”。

目标：在三年内，在语音识别和图像搜索两个赛道上，追上Google的技术水平。

吴恩达的到来，不只是带来了一个团队的搭建方法。他带来的是硅谷的整套AI研发逻辑——数据驱动、开源协作、快速迭代、以及最重要的：把AI从论文里拿出来，放到产品里。

这套逻辑在当时的中关村，还是异类。中国的AI研究传统是发论文，不是做产品。从实验室到硅谷，中间隔着一条看不见的河——那条河的名字叫”工程化”。硅谷的AI团队里，有一半人是软件工程师，不是研究员。他们不写论文，他们写代码。而中国当时的AI实验室里，几乎所有人都是研究员出身，博士占九成以上，没有一个人专门负责部署和产品化。

吴恩达在百度做的第一件事，不是调模型，不是写论文。他改组了IDL的组织架构，把团队拆成两半：一半做前沿研究，一半做工程落地。这个拆分在硅谷是常态，在中关村是地震。

后来，这个”研究+工程”双轨制，被百度、阿里、腾讯、字节跳动一一复制。它成了中国大厂AI实验室的标准配置。吴恩达没有发明它——硅谷早就有了。但他把它带到了中国，让它在中关村生了根。

中国AI从此不再是实验室里的论文竞赛。它开始学着像硅谷一样，把技术变成产品，把产品变成市场份额。

六

OpenAI成立三个月后，布罗克曼和苏茨克维在一次深夜加班时，聊到了一个技术方向。

苏茨克维说：“我们应该试试大力出奇迹。”

大力出奇迹——用超大规模的模型和超大量的数据，让AI自己学习语言和世界的规律，而不是靠人工设计规则。

布罗克曼问：“多大规模？”

苏茨克维说了一个数字。那个数字超出了在场所有人的预期。

布罗克曼沉默了一会儿，说：“我们需要更多的GPU。”

他们去找马斯克要GPU。

马斯克当时的回答是：特斯拉的服务器集群可以匀一部分算力给OpenAI。

但这个承诺，后来成了马斯克和OpenAI之间第一道裂痕的源头。

马斯克拿出了四千五百万美元和一个名字，却没能买到他要的那种控制权。差不多同一时间，Google宣布”AI first”，然后悄悄启动了TPU项目——它要在算力这件事上，摆脱英伟达的钳制。吴恩达在百度启动了”超车计划”，要用硅谷的经验在中国重建一套AI基础设施。

而”大力出奇迹”的种子，已经在OpenAI的深夜实验室里悄悄种下了。