Thinking Machines联合创始人翁荔确认重返OpenAI，将参与AI模型迭代研究

据新浪财经援引消息，OpenAI一位发言人已证实，Thinking Machines Lab联合创始人翁荔将重返OpenAI。就在本周早些时候，翁荔刚宣布因身体原因退出Thinking Machines Lab。这家公司由她与OpenAI前首席技术官米拉・穆拉蒂等人共同创立。另据一位知情人士透露，翁荔回到OpenAI后，将从事利用AI模型研发新一代模型相关工作，研究方向指向业内常说的递归自我改进。

从创业公司回到OpenAI：人才流动背后的技术焦点

从公开信息看，翁荔此次动向包含两个关键变化：一是她离开了不久前参与创立的Thinking Machines Lab；二是她重新加入老东家OpenAI，并可能进入更偏前沿研究的岗位。由于来源并未披露她的新职务、团队归属或具体项目名称，目前能确认的是，OpenAI方面已确认其回归，而研究内容与“用AI模型推动下一代模型研发”有关。

Thinking Machines Lab本身因米拉・穆拉蒂等前OpenAI核心人物参与而受到行业关注。翁荔作为联合创始人退出，并很快被证实回归OpenAI，说明顶级AI研究人才在大模型公司与新兴实验室之间仍保持高频流动。对行业而言，这类人员变化并不只是组织新闻，更可能影响未来模型训练方法、自动化科研流程和AI系统能力边界的探索方向。

什么是递归自我改进，为何OpenAI会关注

所谓递归自我改进，通俗理解是让AI系统参与到下一代AI系统的研发中，例如辅助生成训练数据、发现模型缺陷、设计评测任务、优化训练流程，甚至帮助研究人员提出新的模型结构或训练策略。来源显示，翁荔回归后将从事相关方向研究，这意味着OpenAI仍在探索用AI加速AI研发的路径。

这一方向在大模型竞争中具有重要意义。当前模型能力提升不再只取决于算力和数据规模，研发效率、评测质量、对齐方法以及自动化实验能力同样关键。如果AI能够更系统地参与模型研发流程，可能带来研发周期缩短、实验覆盖面扩大和模型能力迭代加快。不过，这也会带来更高的安全与治理要求，因为模型参与模型研发后，错误放大、能力外溢和评估失真等问题需要被更严格地管理。

对OpenAI与AI产业竞争的影响

翁荔回归OpenAI，首先体现出OpenAI对前沿研究人才的持续吸引力。过去一年，大模型行业的竞争已从单纯发布产品，转向基础模型能力、推理能力、智能体能力以及科研自动化能力的综合较量。对于OpenAI而言，补强能够连接研究、模型训练与自动化实验的人才，可能有助于其在下一代模型研发中保持速度。

• 人才层面：顶尖研究人员重新回到OpenAI，有助于巩固其核心研发团队。
• 技术层面：递归自我改进方向可能提升模型研发效率，但仍需要安全评测配套。
• 产业层面：AI实验室之间的人才流动，将继续影响基础模型竞争格局。
• 产品层面：如果相关研究成熟，未来可能反映在更强的推理、代码、科研和自动化工具能力上。

需要注意的是，来源并未披露翁荔回归OpenAI的具体时间表、岗位级别，也没有说明Thinking Machines Lab后续团队安排。因此，对这次变动的判断仍应以已确认事实为边界。可以确定的是，围绕下一代模型研发，OpenAI仍在加大对自动化研究和模型自我改进方向的投入，而这类方向很可能成为未来大模型竞赛的重要分水岭。