正文：
作者：David，深潮 TechFlow
在硅谷，”黑帮”这一术语已经很久没有被广泛使用。
上一次提到这个词还是在20多年前。2002年，eBay以15亿美元收购了PayPal，一群在公司成长过程中经历了从0到1的年轻人因此获得了财富自由，随后纷纷走向各自的道路。
后来的发展大家都耳熟能详，马斯克创办了特斯拉和SpaceX，彼得·蒂尔创建了Palantir，霍夫曼则建立了LinkedIn，而陈士骏和卡里姆则参与了YouTube的创建…
在这里，“黑帮”并没有贬义，它象征着一种认可，证明你来自赢家之中，并具备构建另一个成功的能力。
这一术语沉寂已久，原因在于其所需的条件非常严格：一家公司需要足够成功，一次财富的集中分配，以及一群见多识广的人。Google并没有催生出”黑帮”，Meta也未能做到。直到最近，这个词开始频繁地与另一群人联系在一起。
这群人正是从OpenAI和Anthropic出走的职业人士。
截至2026年已经过去大半年，从这两家领先的AI公司离职并创建新公司的人员，已经形成了一份可观的名单：
前OpenAI研究副总裁Jerry Tworek成立了Core Automation，前Anthropic研究员Behnam Neyshabur等人则联合成立了Mirendil。刚离职的研究员中，有人选择进入可验证的数学领域，有人专注于真正属于个人的AI，还有人试图从硬件层面重新定义个人电脑…
这条道路此前也曾被探索。Anthropic本身就是五年前由从OpenAI出走的人创立的，现如今估值达到3800亿美元，成为了前东家最强劲的竞争对手。
目前，名单仍在不断增长。这些离职人士都在利用自身的专长，修剪AI这棵大树的枝叶。
我们先来探讨一个问题：为何2026年从OpenAI和Anthropic出走的这批人，几乎没有人选择去创建大型模型？
答案显而易见，因为主干上已经没有空间可容纳。训练一个前沿模型的成本往往高达数十亿美元，而OpenAI、Anthropic和Google本身就在进行激烈竞争，创业公司直接参与无异于自取灭亡。
如今的模型已经足够智能，行业的瓶颈不再是“它能否完成任务”。这些离职者聚集在一起后，我们发现他们实际上是在围绕“执行”这一主题进行探索，并利用各自的专长去填补大型模型尚未覆盖的领域。
例如，AI能否真正应用于执行层面？一旦任务开始执行，可信度又成了新问题。即便可信，如何进行有效管理也是一大考验。
这些问题大公司往往顾及不到，部分问题也不适合他们自己回答。2026年名单上的公司，几乎都在这些空白领域中成长。
其中最激进的领域，是让AI自己进行研究。
前OpenAI研究副总裁Jerry Tworek与几位同事共同创办了Core Automation，旨在打造一个自动化研究实验室，让模型自主阅读论文、提出假设并进行实验。
其背后的判断颇为严峻，AI发展的瓶颈不再是算法，而是从事研究的人力资源。
而前Anthropic研究员Behnam Neyshabur等人组建的Mirendil，刚获得2亿美元融资，致力于构建自我加速系统，使模型能够参与对自身的改进。人类的角色逐步转变为监督者。
任务开始后，随之而来的新挑战是如何验证其执行的正确性。
在大多数领域中，验证AI给出的答案的成本远高于生成答案的费用。Math Inc正是关注这一环节，前OpenAI研究员Jesse Han创办了该公司，目标是将数学证明转化为机器可逐行验证的形式。
数学是为数不多的能够彻底检验对错的领域，在此领域成功的验证，或许能为其他行业带来同样的能力。随着AI逐渐替代人类决策，确保其正确性的能力，可能会比让其执行任务更具价值。
模型虽然能够回答问题，但能否替代人类完成任务，之间隔着一整套繁琐的工作，包括调用工具、拆解任务、记住上下文以及从头到尾完成一项工作……这些同样需要辅助工具的支持。
Rational和Zavify这两家公司分别由OpenAI和Anthropic的前员工创立，专注于代理工作流，将企业的业务流程交由智能体去执行；
与此同时，前xAI联合创始人Igor Babuschkin也创办了River AI，旨在开发真正属于个人、由个人塑造的AI。
在这批人中，还有一位独特的角色，前OpenAI Codex工程师Daniel Edrisian创办的Blackstar，直接从硬件入手，试图设计一台为AI时代重新定义的个人电脑。
这其中蕴含着微妙的机遇。AI公司自己声称“我们的模型很安全”，却没有人会相信，运动员无法同时担任裁判。因此，安全成为了一个可以独立发展的生意，而从事这一业务的人，大多是在这两家实验室中亲自研究AI安全的专家。
他们的工作可以用简单的话来说，一方面是找漏洞，前Anthropic团队创办的Syntony专门想方设法诱导AI出错，提前识别系统的缺陷；
另一方面是进行评估，前OpenAI研究员创立的Resolution，研究如何确认一个AI是否真正按照人类的意图工作，并为这种确认给出评估级别。还有一项工作是制定行业规则，同样出自OpenAI前员工的Guidelight，旨在为整个行业定义安全行为的标准，并推动大家遵循这些标准…
来源：Odaily星球日报
锦鲤(KoiPayment)原创作品,发布者：锦鲤KoiPayment，转载请注明出处：https://koipayment.com/2026/08/10/%e7%a1%85%e8%b0%b7%e6%96%b0%e5%85%b4%e5%9b%a2%e9%98%9f%ef%bc%9aopenai%e4%b8%8eanthropic%e6%8e%a8%e5%8a%a8%e5%88%9b%e5%a7%8b%e4%ba%ba%e6%95%b0%e9%87%8f%e6%bf%80%e5%a2%9e/
评论列表（8条）
这篇文章让我对硅谷的新兴团队有了更深入的了解，真的很期待未来会出现哪些创新！
OpenAI和Anthropic的影响力越来越大，创业氛围真是火热啊！
我很好奇，除了AI领域，其他行业的创业机会也会受到影响吗？
创始人数量激增，这说明什么呢？是时候把握机遇了吗？
这股创业热潮一定会带动更多的投资，对金融科技行业也是个好消息！
硅谷总是充满新鲜的东西，希望未来能看到更多优秀的项目。
能否分享一下这些新兴团队的成功案例？这对创业者来说很重要！
文章写得不错，硅谷的氛围独特，真心希望国内也能有这样的创新环境。