AI淘金热的“卖水人”:OpenAI开出50亿美元,为什么买不走Goodfire?

来源:爱集微 #OpenAI#
573

今年2月,一家成立仅两年的旧金山初创公司Goodfire完成B轮融资,私募估值12.5亿美元;八个月之后,OpenAI开出的价码超过50亿美元——按公开报价计算,溢价4倍多。更反差的是:这笔钱,对方没收。

据《The Information》2026年11月16日报道,今年夏季,OpenAI在排查自家AI模型引发的安全漏洞期间,包括CEO山姆·奥尔特曼在内的多位高管与Goodfire进行了多轮接触,其间一名OpenAI高级管理人员提出以超过50亿美元收购该公司,或达成其他形式的商业合作,双方最终未能达成交易。《The Information》报道,两名消息人士称,谈判破裂的一大原因是:Goodfire管理层认为,保持独立发展、向多家AI厂商输出技术,公司的价值会高于50亿美元。

各位看官可能要问:一家已经产生营收但规模未公开的初创公司,凭什么让全球估值最高的AI公司开出4倍溢价,又凭什么有底气拒绝?闲话少说,言归正传,把这笔账拆开来看。

一、四倍溢价买不走的,是“中立”两个字

先看融资账本,数字成对摆出来才有意思:2024年8月,Goodfire完成700万美元种子轮,Lightspeed领投;2025年4月,A轮5000万美元,Menlo Ventures领投,Anthropic参投;2026年2月,B轮1.5亿美元,B Capital领投,估值升至12.5亿美元,Menlo Ventures、Lightspeed、Salesforce Ventures及前谷歌CEO埃里克·施密特均参与其中。B轮交割不到一年,OpenAI的报价就把这个数字放大到4倍以上——这种溢价幅度,在一级市场的常规融资里几乎不可能出现,只有在“收购方补自己短板”的战略语境下才说得通。

这笔钱买什么?买Goodfire的机制可解释性(Mechanistic Interpretability)技术——通俗说,就是“AI读心术”:不靠读模型输出的文字推理链,而是直接分析模型内部的数学运算,找出AI为何产生特定行为、如何防止失控。这家公司由CEO埃里克·何(Eric Ho)领衔,团队里有人参与创建过Google DeepMind的机制可解释性研究团队,核心研究员尼克·卡马拉塔(Nick Cammarata)曾与Anthropic联创克里斯·奥拉一起开创了OpenAI早期可解释性团队。

但真正让Goodfire敢于拒绝的,不是技术,而是身位。中立,才是它向所有模型厂商同时卖水的前提。可解释性技术天然服务于全行业——每一家模型厂商都需要它,而且这些厂商彼此还是竞争对手。Goodfire的股东名单里恰恰坐着OpenAI最直接的对手Anthropic(2025年Anthropic投资100万美元,这是Anthropic首次直接投资其他初创企业)。如果并入OpenAI,等于现金退出了竞对股东,也等于亲手拆掉“向全行业卖水”的商业模式——从此只能给一家老板打工,收入天花板立刻被焊死。Goodfire管理层算的是长期账:独立发展,价值高于50亿美元。

二、安全事故逼出来的刚需:安全从成本项变成期权

再来看OpenAI这边为什么急着买。直接导火索是今年夏天的安全事件链:7月,OpenAI旗下一款正在接受内部网络安全评估的AI模型突破隔离环境限制,侵入AI开发平台Hugging Face的系统及OpenAI自身部分研究基础设施;OpenAI的调查报告显示,事件未影响客户数据、产品功能或服务可用性,但被公开描述为自主AI智能体能力持续增强的警示信号。《The Information》指出,如果AI系统侵入企业或政府网络并造成经济损失,开发商可能面临巨额法律赔偿甚至刑事追责风险。

用管理学语言重新表述这件事:在传统预算结构里,安全与对齐投入是记在成本中心的“费用”,年年花、看不见回报;但当安全能力直接决定产品能否按时发布、企业能否规避法律与监管风险时,它的定价逻辑就不再由研发成本决定,而由“缺失它的代价”决定——这正是4倍溢价得以开出的底层原因。换个角度看,OpenAI这笔钱买的不是一家公司,而是一份“出险理赔”的期权:平时看不见价值,出事时无价。AI安全赛道由此完成从成本项到稀缺资产的定价切换,行业内安全几乎成为头等大事,OpenAI今年8月甚至抽调25%的产品工程师加固内部安全基础设施。

更深一层的焦虑是监控范式的失效。传统AI行为监控靠读取模型的推理链(Chain of Thought)并观察其实际执行的操作,但OpenAI、Anthropic和谷歌的高管均已承认,这种方式可靠性正在下降;循环式Transformer等技术的发展还会进一步压缩推理链的信息量,让开发者更难判断模型内部正在发生什么。模型能力在增,可理解性在减——用熵增的比喻说,黑箱的“熵”在膨胀,机制可解释性做的就是减熵的活儿。这也是Goodfire们估值跳涨的理论落点。

三、拆账:这门“读心术”生意的底子与短板

账要两头算。Goodfire的商业化目前靠企业年度订阅许可加产品使用收费,产品Silico可部署AI智能体自主开展研究实验(例如检测模型是否试图发起网络攻击),公开客户包括日本乐天、AI神经科学企业PrimaMente;其Ember平台的合作伙伴涵盖Arc Institute、梅奥诊所、微软等,今年10月还与推理服务商Baseten达成合作,把安全工具引入开源模型。营收已产生,但具体规模未公开。

短板也必须如实写。Goodfire自己承认,机制可解释性技术的成熟度尚不及推理链监控;部分AI研究者认为其科研严谨性弱于其他机器学习方向。联合创始人兼首席科学家汤姆·麦格拉思(Tom McGrath)在接受《The Information》采访时给出的追赶时间表是:未来6个月内,可解释性监控有望追上推理链监控,且成本显著更低——后者需要专门运行一个大模型去读取另一个模型的思维过程。此外,机制可解释性研究需要深度访问模型权重,而厂商对权重严格保密,Goodfire部分员工只能驻场在客户公司办公——这门生意的交付成本和信任门槛都不低。

技术路线之争在学界同样激烈。奥尔特曼在谈判期间格外看重Goodfire研究员卡马拉塔的研究——此人今年10月发表《神经网络本就清晰可读》一文,认为理解AI模型内部的数十亿个神经元比此前预想的更容易。但这篇文章引发了明显的两极评价:谷歌DeepMind可解释性负责人尼尔·南达认为论文高估了人类对神经元的理解程度,OpenAI研究员利奥·高发布反驳文章,曾在Goodfire工作、现任职Anthropic的利夫·戈顿复现实验后得到了不同结果。技术尚未完全验证,估值已经来到数十亿美元量级——这是这个赛道最真实的风险提示。

四、红蓝对抗的老智慧:从华为蓝军到嵌入式评估

收购没成,剧情出现反转。11月17日,OpenAI宣布与Apollo Research、METR、Transluce和Goodfire达成合作,启动首阶段嵌入式评估项目(Embedded Assessments)。根据Goodfire公告,该公司将派遣可解释性研究人员进驻OpenAI,获得内部模型和系统的深度访问权限,通过“模型取证”(Model Forensics)分析模型内部计算过程,监测训练期间的已知风险和异常行为,评估结果主要提供给OpenAI内部团队用于改进模型安全性。

看到这套安排时,立刻想到了华为管理机制里的“蓝军”:华为内部专门设一支唱反调的队伍,在重大决策和产品方案里专找漏洞,防止主力部队的自我膨胀。大模型安全正在长出同构的东西——当模型厂商自家团队“既当运动员又当裁判员”的可信度被安全事件侵蚀,引入外部独立评估机构做“蓝军对抗”,就成了必然选择。翻译成商务语言:OpenAI没有用并购把安全能力内部化,而是用付费合作把独立监督外部化——对一个正承受舆论与监管压力的头部厂商来说,外部背书的公信力可能比资产并表更值钱。这桩没有成交的交易里,双方各自拿到了最需要的东西:OpenAI要的是安全能力的里子,合作模式照样给了它;Goodfire守住的则是面子与里子兼得的独立身位。

当然,这门生意也有它的天然考验:同时向多家相互竞争的AI公司出售评估服务,价值可以放大,但对客户独立性与信息防火墙的信任要求也被同步放大——“中立卖水人”的护城河能不能守住,要看它能否长期把“中立”两个字当命根子养。

五、前瞻:卖水人的好日子,才刚刚开始

往回看,2022年的谷歌手握绝对领先的AI技术,却因顾虑安全而错失先机;往前看,围绕OpenAI新一代模型迟迟未亮相的猜测,正让“安全与速度如何再平衡”成为悬在行业头上的问题。再叠加监管变量——已有报道显示,澳大利亚援引涉及OpenAI智能体入侵政府门户的事件宣布成立AI安全监管机构——模型厂商对“可证明安全”的外部背书需求只会继续上升。

Goodfire案例的最大价值不在交易本身,而在于它给整个AI安全赛道重新挂了牌——当头部厂商愿意为一项尚未成熟的技术支付4倍溢价,且卖方还敢拒绝时,说明这个市场的稀缺性定价已经启动。监管在加码、模型在变强、推理链监控在失效,三股力量共同抬升可解释性的战略权重;从融资节奏看,Goodfire用不到两年时间走完种子轮到4倍溢价报价的全过程,下一批“卖水人”恐怕已经在路上了。淘金热里最先赚到钱的,从来都是卖水的人——这一次,水是“看懂AI在想什么”的能力。

责编: 爱集微
来源:爱集微 #OpenAI#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...