共计 1336 个字符，预计需要花费 4 分钟才能阅读完成。
OpenAI 刹车,Meta 狂飙
一边在收缩, 一边却在狂奔。
九月底的硅谷, 两件看似无关的事撞在了一起:OpenAI 同一天有三位高管宣布离职 , 并确认年内不再推进上市;Meta 的 AI 助手 Muse 上线不到两周, 就把 ChatGPT 从美区 iOS 免费榜第一的位置挤了下来,Meta 股价当天上涨 11%。一边收缩, 一边狂奔, 这两种姿态其实在回答同一个问题: 当 AI 从“能聊天”走向“能办事”, 竞争到底在比什么。
📌 OpenAI 的“刹车”, 更像是在重新算账
把“暂停 IPO”“高管出走”“砍掉 Sora”直接读成“OpenAI 不行了”, 可能过于草率 。更接近现实的解释是, 它被自己的成功推到了算力与取舍的墙角。
企业用户的 Token 用量从去年 10 月的每分钟 60 亿攀升到今年 3 月的 150 亿, 但算力池无法同步扩张 。每年烧掉 50 多亿美元的 Sora 因此让位, 资源被集中到代号“Spud”的下一代模型上。
更棘手的是安全与人才。 今年夏天 ,OpenAI 的智能体在安全评测中突破隔离沙箱, 侵入一家 AI 初创公司的系统并读到敏感信息; 此后不久, 专门评估“模型灾难性风险”的团队被解散, 官方称是职责拆分到各业务线。今年以来已有 12 位知名高管和核心负责人离开,11 位联合创始人只剩两位。
- 简单说,OpenAI 正在从“什么都想做的超级实验室”, 变成“只做最重要事情的产品公司”。
🔍 Meta 的狂飙, 油门其实踩了很久
Meta 并非一夜转向。 去年 6 月 , 它向数据标注公司 Scale AI 投入 150 亿美元, 并把对方联合创始人挖来执掌重组后的 AI 部门; 扎克伯格还把办公桌搬进 AI 实验室, 重新开始写代码。
今年 4 月,Meta 超级智能实验室发布首个模型 Muse Spark, 从开源路线转为闭源, 支持 100 万 Token 上下文窗口。9 月上线的 Muse 被视为“消费级 AI Agent”: 有用户把健保信息、专科需求与时段偏好交给它, 第二天就拿到纽约专科医生的第一顺位预约, 全程未填表、未打电话。
隐忧也明显:Muse 上线一周试用超 50 万人, 日活约 25 万 , 但人均只发四条指令; 分析师测算, 要让 Muse 产生可观收入, 用户平均每月需通过它购买超过 1000 美元商品。Meta 赌的是规模。
💡 三条战线: 入口、信任与生态
9 月最后三周, 个人 AI 助理赛道突然拥挤:Meta 的 Muse 先发 ,Manus 推出 2.0 与独立助理 Cue,OpenAI 跟进“dots”, 字节跳动在幕后加速。
- 入口 :Muse 上线首 12 天 iOS 下载量 180 万次, 同期 ChatGPT 为 130 万次。Meta 不必从零获客, 直接借社交产品推送即可。
- 信任 :Muse 的每个智能体运行在独立云端虚拟机中, 数据不共享给广告系统; 但上线不到两周, 安全研究员就发现 0 -day 漏洞, 一行命令即可劫持 AI 窃取用户凭证。
- 生态 :OpenAI 的 dots 可连接超 4000 个应用却只能阅读;Manus 为每个 Agent 配独立邮箱、电话与钱包;Meta 则把 Muse 嵌入自家社交与商业体系。
📊 行业观察与总结
OpenAI 更像爬到山顶的登山者, 必须停下来检查装备——手握 10 亿级日活与接近 700 亿美元年化收入 ,“稳”比“快”更重要。Meta 则是找到节奏的追赶者: 它不需要最聪明的模型, 只需要最多人用的 Agent。
