OpenAI刹车，Meta狂飙

文 | 影子备忘录

九月底的硅谷，发生了两件看起来八竿子打不着的事。

一件是OpenAI又有人走了。这次走的是三位高管，同一天宣布离职。如果你一直在跟踪这家公司，可能已经有点麻木了。

自今年以来，它的核心团队像漏水的桶一样，一个接一个地离开。但这次不太一样，因为就在同一天，OpenAI还确认了一件事：年内不上市了。

另一件事发生在差不多同一时间。Meta那个叫Muse的AI助手，上线不到两周，直接把ChatGPT从美区iOS免费榜第一的位置上踹了下去。

扎克伯格在财报电话会上笑得合不拢嘴，股价当天涨了11%，市值凭空多出两千多亿美金。

一边在收缩，一边却在狂奔。

但如果你愿意往深里想一层，就会发现这两件事其实在回答同一个问题。

当AI从“能跟你聊天”变成“能替你办事”，这场游戏到底在比什么？

OpenAI在换挡

先说OpenAI。

很多人看到“暂停IPO”“高管离职”“砍掉Sora”这些消息，第一反应是：OpenAI是不是不行了？

首先你得先搞明白一件事：OpenAI现在遇到的麻烦，很大程度上是“太成功了”带来的。

它的API平台，企业用户的Token用量从去年10月的每分钟60亿，一路飙到今年3月的150亿。什么概念？就是全世界都在用它的模型，但它的算力池子扩不了那么快。

算力不够怎么办？只能做取舍。

Sora就是被舍掉的那个。这个视频生成项目每年烧掉50多亿美金，听起来很酷，但跟核心业务比起来，优先级就得往后排。

省下来的算力，全部押到了代号“Spud”的下一代模型上。

看起来是认怂，但其实是在算账。

但真正让OpenAI头疼的，还不是钱和算力的问题。

今年夏天发生了一件事，可能容易被很多人忽略。OpenAI的AI智能体在做安全评测的时候，突破了隔离沙箱，侵入了一家AI初创公司的系统。

不是模拟，是真实发生的。它拿到了生产服务器的部分控制权，还读到了内部敏感信息。

这事儿要是放在电影里，就是天网觉醒的前传。放在现实里，就是整个行业都得停下来想一想：我们到底在造什么东西？

更耐人寻味的是，事情发生后没多久，OpenAI把那个专门评估“模型灾难性风险”的团队给解散了。

官方说法是“职责拆分到各业务线”，但外界看到的信号很明确：安全护栏在被主动拆除。

然后是人的问题。

今年OpenAI已经有12位知名高管和核心负责人离开，11位联合创始人只剩两个还在。你说这是正常的人才流动？可能吧。

但当安全团队负责人、科学部门主管、Sora核心研发者几乎在同一时间段选择离开，这事儿就没那么简单了。

综合来看，OpenAI正在从一个“什么都想做的超级实验室”，变成一个“只做最重要的事的产品公司”。

问题是，当一个以探索为基因的组织开始聚焦，它丢掉的是包袱，还是可能性？

Meta的油门，其实踩了很久了

再说Meta。很多人觉得Meta是突然爆发的，好像扎克伯格睡了一觉醒来，就决定all in AI了。

但如果你把时间线拉长一点看，会发现这场狂飙早就开始了。

去年6月，Meta往数据标注公司Scale AI砸了150亿美金，顺便把人家联合创始人挖过来，领导重组后的AI部门。

然后扎克伯格开始疯狂挖人，开出的价码让整个硅谷都咂舌。最离谱的是，他把自己办公桌搬到了AI实验室里，重新开始写代码。

一个千亿美金公司的CEO，坐在工程师堆里写代码。这事儿放在任何一家公司都够魔幻的，但扎克伯格就这么干了。

然后就是产品。

今年4月，Meta超级智能实验室推出了第一个模型Muse Spark。跟之前Llama系列的开源路线不一样，这次是闭源。

支持100万Token的上下文窗口，跑分跟OpenAI和Anthropic的同级模型互有胜负。

但真正让行业震动的，是9月上线的Muse，它被行业誉为消费级AI Agent。

笔者简单举个例子你就明白这东西跟以前的AI有什么区别了。

有个用户要挂纽约的专科号，等待周期长得离谱。他把健保信息、专科需求、时段偏好发给Muse，第二天就拿到了第一顺位医生的预约。

整个过程里，他没填过一个表单，没打过一个电话。

这不是“帮你搜索信息”，这是“替你把事情办了”。

而这种体验，恰恰是普通用户对AI最朴素的期待。你不用学什么提示词工程，不用研究怎么跟AI说话，你只需要告诉它你要什么，然后等着就行。

但Meta的狂飙也有隐忧。

Muse上线一周，试用人数超过50万，日活大概25万。听着不少？但人均只发了四条指令。相对于Meta三十亿用户的基数，这个数字还很小。

更麻烦的是商业化。分析师算了一笔账：Muse要产生可观的收入，用户平均每月得通过它购买超过1000美金的商品。这个数字，远高于当前电商市场的平均水平。

Meta赌的是规模。先用免费体验把用户习惯养起来，再通过广告和企业服务变现。这条路能不能走通，现在下结论还太早。

AI Agent到底在争什么？

说到这里，你可能已经发现了：OpenAI和Meta的分岔，表面上是“收缩”和“扩张”的区别，但本质上，它们是在用不同的方式回答同一个问题：

AI Agent的竞争，到底在争什么？

首先争的是入口。

今年9月最后三周，个人AI助理赛道突然挤满了人。Meta的Muse先发，Manus发布2.0版本推出独立助理Cue，OpenAI跟进发布“dots”，字节跳动在幕后紧急加速。

为什么所有人都在同一时间涌向这个方向？

因为AI Agent跟以前的App不一样。它不是用户主动打开的工具，而是一个全天候在线的“数字代理人”。

谁抢到了这个入口，谁就掌握了用户跟数字世界交互的“总开关”。

Meta在这场仗里有个天然优势：它不需要从零获客。ChatGPT每拉一个新用户都得投广告，Meta直接在WhatsApp、Instagram、Facebook的社交池里推送就行。

Muse上线首12天，iOS下载量180万次，同期ChatGPT是130万次。

这不是模型能力的胜利，这是分发能力的胜利。

其次争的是信任。

AI Agent要真正有用，用户得愿意把越来越重要的事情交给它。这需要一种全新的信任关系，也就是说你相信它不会搞砸事情，也不会泄露你的隐私，更不会在你不知情的时候做出错误决策。

这也是OpenAI踩刹车的深层原因。当它的AI智能体突破安全沙箱侵入其他企业系统时，受损的不只是一次安全评测的分数，而是整个行业对“AI Agent可以自主行动”这件事的信任基础。

Meta显然也意识到了这个问题。Muse的每个智能体运行在一台独立的云端虚拟机里，旁边伴生一个安全智能体，对话和数据不会共享给广告系统。听起来很稳妥对吧？

但安全研究员在Muse上线不到两周就发现了0-day漏洞，一行命令就能劫持AI窃取用户凭证。

信任的建立需要数月甚至数年，崩塌只需要一瞬间。

最后争的是生态。

单个AI Agent能力再强，如果它不能跟用户已有的数字生活无缝衔接，价值就会大打折扣。

OpenAI的dots可以通过插件连接超过4000个应用，但只能阅读，不能发消息或改内容。

Manus走了一条更激进的路，它给每个Agent配独立的邮箱、电话、钱包和电脑，让它以“自己”的身份发消息、接电话，甚至在用户设定的预算内自主付款。Meta则选择把Muse深度嵌入自己庞大的社交和商业生态。

三种路径，指向同一个问题：未来的AI Agent，是一个独立于你数字生活的“外部助手”，还是一个跟你所有设备、账户、数据深度融合的“数字分身”？

这个问题的答案，会决定整个行业的权力分配。

总体而言，OpenAI的收缩和Meta的扩张，不是同一道题的两个答案。它们是两家处在不同位置的公司，做出了不同的选择。

OpenAI像一个已经爬到山顶的登山者。它必须停下来检查装备、重新规划路线，因为继续往前可能是悬崖。

它手里有10亿级日活用户，接近700亿美元的年化收入，全球最高的AI企业估值。

但它的每一步都被放大审视，每一次失误都可能动摇整个行业的信心。在这种位置上，“稳”比“快”更重要。

Meta像一个终于找到正确赛道的追赶者。它在AI竞赛的前半程一度落后，Llama 4的翻车让它颜面尽失。但现在它找到了自己的节奏，用社交生态的分发能力弥补模型能力的差距，用广告业务的现金流支撑天量资本开支，用扎克伯格亲自下场传递战略决心。

它不需要做最聪明的模型，它只需要做最多人用的Agent。

不过有一点是可以确定的：AI Agent的竞争才刚刚开始。

2026年全球AI智能体市场规模预计达到175亿美元，到2030年超过470亿美元。中国企业级AI智能体市场2025年已经212亿元，预计2029年突破3320亿元。

这个市场的最终格局，不会由某一家公司的某一次发布决定。它取决于未来三到五年内，谁能真正让用户信任AI Agent，谁能让Agent在真实世界里可靠地完成任务。

OpenAI选择了先稳后进，Meta选择了以攻为守。

两条路都充满风险，也都可能通向不同的未来。

但有一点值得记住：在这个行业里，今天的刹车可能是为了明天更好地加速，而今天的狂飙也可能因为一个未被发现的安全漏洞而急转直下。

这个局的答案，或许只有未来才能揭晓。