OpenAI离职员工创办20家AI新公司：覆盖安全、硬件等领域

这家公司成立于2025年2月，创始人Mira Murati曾担任OpenAI的CTO和代理CEO，直接主导了DALL-E、GPT-4等核心产品的研发，团队还吸引了多位前OpenAI的研究和产品负责人加入。2025年7月，公司完成了20亿美元的种子轮融资，由a16z领投，英伟达等机构参与，估值达到120亿美元，是近年来规模最大的种子轮融资之一。

公司的核心产品Tinker是一个模型微调平台，企业无需自行采购显卡、搭建系统，只需上传业务数据到Tinker的云端平台，就能利用其工具对Llama、Qwen等开源模型进行定制训练，打造适配金融、编程、科研等场景的专用模型。据行业观察，对冲基金Bridgewater已经通过Tinker定制了Qwen模型，在金融信息筛选任务中，该专用模型的准确率达到84.7%，优于GPT等前沿模型的78.2%，且推理成本仅为后者的十四分之一。

公司由多位前OpenAI技术人员于2025年创办，核心产品是一套企业专属的AI训练、部署和持续迭代平台。他们并不直接售卖固定的客服或法律AI，而是将企业自身的数据、工作经验和判断标准训练进开源模型，打造仅服务于该企业的专属AI模型。

目前公司累计融资1.6亿美元，最近一轮以13亿美元的估值完成了8000万美元融资，目前正在洽谈估值约30亿美元的新融资。其客户及合作方包括微软、NTT Data、DoorDash等。据行业媒体披露，Applied Compute当前年化收入约5000万美元，较此前增长近4倍。

公司于2026年1月以现品牌亮相，其前身是2023年成立的Morph Labs，创始人Jesse Han曾在OpenAI从事数学推理和形式化证明研究。他们开发的Gauss本质上是数学界的“编译器加质检员”，可以将数学家用自然语言写下的证明翻译成Lean证明程序可读取的代码，再由Lean像检查软件代码一样逐步核对推理过程。

在一次公开项目中，Gauss仅用3周就生成了约2.5万行Lean代码，包含1000多个定理和定义，完成了Terence Tao与Alex Kontorovich提出的强素数定理形式化挑战。

公司成立于2025年下半年，核心创始人Andi Peng曾是Anthropic的研究员，参与过Claude模型的强化学习和后训练工作。2026年1月，公司完成了4.8亿美元的种子轮融资，估值达到44.8亿美元，投资方包括英伟达、SV Angel等机构。

Humans&的目标是为“社交智能”构建新一代的基础模型架构，他们并不打算打造仅服务单个用户的聊天机器人，而是面向团队协作的AI系统，希望AI能够长期记住一个组织的工作流程、成员分工以及过往决策背景，在会议、沟通和项目推进中主动提供帮助。简单来说，当前的AI更像是随问随答的临时助手，而Humans&希望将其转变为能够理解团队历史、与多人长期协作的正式成员。

公司成立于2025年6月，联合创始人Eddie Zhang曾在OpenAI从事AI安全研究，另一位创始人Henry Gasztowtt来自牛津大学。他们希望构建大规模的Agent集群，让数百甚至数千个智能体围绕一个复杂目标同时工作、交换信息并互相修正结论。

Isara的早期演示中，曾同时调度约2000个Agent来预测黄金价格。目前公司将目标瞄准投资机构，后续还计划进入生物医药、地缘政治分析等变量极多的场景。公司已完成9400万美元融资，估值6.5亿美元，OpenAI也是投资方之一。

公司于2026年5月成立，联合创始人Younghoon Kim此前是OpenAI的软件工程师，主要从事安全相关工作。他们注意到一个普遍问题：员工使用ChatGPT、Claude完成工作时，过程和结论往往留在个人聊天框中，当更换人员接手项目时，需要重新查找资料、理解背景、确认进度，AI带来的效率提升很难在团队中积累。

因此Planar希望建立一个人类与智能体共用的工作空间，将项目决策、任务进度、负责人、交接记录和相关资料集中存储，无论工作交给同事还是另一个智能体，都可以从同一份上下文继续推进，而非从头开始。目前该产品正在与一批已经使用智能体和AI工作流的团队共同打磨。

公司于2026年3月成立，创始人Jerry Tworek曾任OpenAI研究副总裁，长期负责强化学习和推理模型的研究，联合创始人Joanne Jang曾负责OpenAI的模型行为优化，Rohan Anil则拥有Anthropic和Google DeepMind的研究经历。公司成立数周就完成了1亿美元融资，估值10亿美元，后续还被曝洽谈3亿至5亿美元的融资，目标估值约40亿美元，目前交易仍在洽谈中。

与Mirendil强调的“AI自主造AI”不同，Core Automation更看重“持续学习”能力。当前的大模型在训练完成后能力基本固化，遇到新知识需要重新花费巨资进行训练。该公司希望打造一个自动化的AI实验室，让模型上线后能够像人类一样，在执行任务的过程中从新任务和反馈中持续学习成长，而非每次都需要推倒重来。

公司由前Anthropic研究员Behnam Neyshabur、Harsh Mehta等人创办，几位创始人在2025年年底离开Anthropic，2026年初正式成立公司。成立不久就完成了2亿美元融资，由a16z和Kleiner Perkins领投，英伟达等机构参投，估值达到10亿美元。

Mirendil的核心目标是实现“AI自我改进”。当前的AI研发流程中，研究员需要手动提出改进方案、安排训练实验、对比结果，再决定下一轮的调整方向。Mirendil希望将这套繁琐的流程完全交给AI，让AI自行开展实验、分析结果，并直接产出下一代更强的模型，最终实现“AI自己制造AI”。目前公司已经签下价值超过1亿美元的多年期Google Cloud协议，为大规模训练和实验准备算力。

公司成立于2026年4月，创始人Igor Babuschkin是xAI的联合创始人，早期也曾在OpenAI和Google DeepMind任职。他们想做的是“个人专属的私有基础模型”，当前的ChatGPT等大模型本质上是运行在云端的“公共大脑”，用户的数据、记忆和偏好都存储在大厂的服务器中，受到平台安全规则和统一审查的限制。

River AI希望将模型、个人数据和使用权限完全交还给用户，打造一套本地化、由用户完全掌控的私人AI系统。2026年8月11日，该公司宣布完成11亿美元融资，由General Catalyst和AMP PBC领投，英伟达、AMD Ventures、Y Combinator和淡马锡等机构参与。

公司是YC 2026年夏季项目，联合创始人David Khachaturov曾任OpenAI机器学习研究员，参与过PaperBench等项目。他们开发的AI Passport，可以理解为用户自行保管的“AI个人档案”。

当前的ChatGPT、Claude和其他AI应用会分别记住用户的一部分偏好，但这些记忆彼此不通。AI Passport将用户允许保存的习惯、经历和偏好集中存储，当新的AI应用需要这些信息时，由用户决定开放哪些内容，也可以随时收回权限。这样一来，用户更换AI工具时不必反复介绍自己，也无需将全部个人信息永久交给每个平台。目前AI Passport处于预约阶段，Egoist承诺个人用户可以永久免费使用。

公司于2026年4月亮相，创始人Daniel Edrisian曾是OpenAI Codex工程师。他们认为，当前的电脑仍然需要用户不断打开应用、查找文件、点击菜单，即使加入了AI助手，底层的交互方式也没有发生本质改变。

因此Blackstar希望同时改造硬件和操作系统，让电脑能够长期理解用户正在进行的任务，直接调用不同软件完成工作，而非将AI仅仅作为现有电脑中的一个聊天窗口。公司已经完成1200万美元种子轮融资，由Abstract领投，SV Angel、Naval Ravikant、Chapter One等参与，其融资公告中提到，要实现真正的人机交互突破，需要“一台全新的电脑”。

公司由前OpenAI首席研究官Bob McGrew创办，他曾负责OpenAI机器人等研究方向，离职后将注意力转向工业现场。Arda并不直接制造机器人，而是希望成为连接工厂视频、生产软件、机器人和现场人员的智能协调层。

系统会分析生产线的视频数据，理解工人、设备和机器人的工作状态，找出哪道工序发生堵塞、哪些设备处于闲置状态，以及人机配合存在的问题，再将这些信息用于调整生产流程和训练机器人。据行业媒体报道，Arda正在洽谈约7000万美元的融资，目标估值7亿美元，相关融资尚未完成。

公司成立于2025年，由Angela Jiang和Deepak Vasisht创办，Jiang是OpenAI的早期产品经理，参与过GPT-3.5、GPT-4等相关产品的工作。Worktrace AI本质上是一个“AI流程挖掘与自动化发现平台”。

很多企业购买了AI工具，但却不知道哪一段工作最值得进行自动化改造。该平台通过桌面应用观察员工在不同软件中的真实操作，将一项工作的步骤、系统切换路径、经常等待或返工的环节自动整理成流程图，再精准标出适合使用AI接管的环节。

目前公司已完成930万美元种子轮融资，由Conviction和8VC领投，OpenAI Startup Fund、Mira Murati等参与。根据公司公布的BukuWarung案例，Worktrace帮助部分岗位减少了约90%的流程工时，人工复核的自动化准确率达到96%至99%。

公司于2025年9月正式亮相，联合创始人Liam Fedus曾任OpenAI后训练研究副总裁，也是ChatGPT的早期核心研究人员。他们要做的“AI科学家”，不仅会阅读学术论文，还能进入真实实验室开展实验。

AI会先提出材料或化学假设，再控制自动化设备合成样品、测量性能，根据实验结果决定下一轮的调整方向，形成“提出想法—动手实验—读取结果—继续改进”的闭环。公司亮相时完成了3亿美元种子轮融资，由Andreessen Horowitz领投，Felicis、Accel、英伟达等参与，估值约13亿美元。据第三方研究机构Contrary披露，Periodic已经获得半导体行业的早期客户，并开始产生收入。

公司是YC 2026年夏季项目，联合创始人Christ Xu曾任OpenAI软件工程师。他们提供的是“AI数字会计员工”，可以接入会计师事务所现有的软件，自动追着客户收取文件、核对发票和付款状态、执行对账、协调月末结账，并将需要签字和专业判断的部分交还给会计师处理。

与普通聊天机器人不同，Rational会先了解一家机构的工作分工、审批路径和客户沟通方式，再按照这套规则处理任务。公司称其客户覆盖从个人从业者到全球500强的各类团队。在一个企业财务案例中，Rational每个结账周期处理五位数规模的发票，相关复核流程减少约50%；在另一家会计服务机构，约50名使用者平均每人每周减少约20小时的协调工作。

公司成立于2026年3月，创始人Johnpaul Mbagwu曾参与Anthropic的人类数据服务相关工作。Mbason是一站式AI求职平台，它可以根据求职者的经历匹配对应职位，针对具体岗位修改简历、生成求职信，之后提供模拟面试和反馈，并记录每份申请的推进进度。企业端则可以发布职位、筛选候选人并直接沟通。

目前Mbason已经上线网页和移动端产品，并开始尝试订阅收费：Gold服务的3天体验价为4.99美元，后续为14.99美元/月。

公司于2026年5月成立，由前OpenAI安全负责人Steven Adler和政策伦理顾问Page Hedley创办。这是一家独立的非营利机构，希望将“负责任地开发AI”的口号转化为可检查的具体标准：模型发布前需要完成哪些测试、公开哪些风险信息、建立哪些防护措施，都应有明确的要求。

Guidelight会邀请独立专家参与制定标准，再根据公开信息和企业披露的内容逐项评估AI公司，并发布评估结果。他们希望通过公开评分和市场压力，促使企业真正执行安全措施。为避免既当裁判又接受被评对象资助，Guidelight不接受AI公司及其员工的资金，目前由私人捐赠支持。

公司于2026年6月成立，创始人Geoffrey Irving此前担任英国AI安全研究所首席科学家，也曾在OpenAI、DeepMind和Google Brain从事研究工作。这也是一家非营利的AI对齐研究机构，他们研究的并非如何拦截某一次错误回答，而是如何确保当模型能力不断增强后，仍然会按照人类的真实意图行事。

Resolution希望通过数学理论和可重复实验，弄清哪些训练与监督方法能够长期有效、在什么条件下会失效，同时让AI辅助寻找证明和设计实验，加快安全研究本身的进度。2026年7月，Resolution获得Coefficient Giving提供的1.6亿美元资助，其中1.08亿美元为基础资助，5200万美元与招聘和算力需求挂钩。

公司由Nathan Heath创办，Heath并非OpenAI或Anthropic的直接员工，而是长期为两家公司提供外部红队测试服务。Syntony的核心工作是在AI正式上线前主动对其进行“攻击测试”。

团队会故意输入诱导性内容，让智能体调用工具、接触敏感信息，观察它是否会被提示注入欺骗、越权或执行危险操作。发现问题后，Syntony不会只提交一份测试报告，而是会明确指出谁负责修复、需要增加哪些控制措施，以及修复后如何重新进行测试。公司还在开发安全问题跟踪、风险关系梳理和红队流程管理等工具，部分产品已经进入公开预览或设计伙伴测试阶段。

公司于2026年7月公开，由前OpenAI工程师Victor Sunderland与前Palantir工程师Jacob Kieser创办，获得a16z Speedrun支持。他们解决的是企业数据“表面正常、内部出错”的问题，比如上游系统突然修改了一个字段名称，数据任务可能仍然正常运行，但下游的报表和AI智能体却已经读取到了错误结果；数据规模越大，人工越难以及时发现这类问题。

Embrasure的Scout工具会持续维护数据管道：追踪每个字段的来源、流向、被哪些报表和模型使用，找到对应负责人，生成修复代码，并在修改后重新检查数据的正确性。目前，Embrasure已经开放产品演示和企业试用入口，产品可以接入Claude Code、Codex、Cursor等智能体工具。