Mira Murati是在2024年底离开OpenAI的，那时候OpenAI正处在上市前夕的高光时刻，她是技术总监，带着一批核心工程师走的。
大家都以为她会去做另一个追逐GPT的语言模型。
结果她做了Tinker。
Thinking Machines Lab到底在做什么
简单说：Tinker是一个允许开发者给任何开源大模型打”能力补丁”的API。
你想让Llama 4更擅长写Python？给Tinker一批标注数据，它帮你用强化学习把这个模型微调成”Python专家”版本。不用自己维护GPU集群，不用搭训练流水线，API调用就行。
这个产品思路和OpenAI的fine-tuning API像，但底层不一样——Tinker的核心是基于强化学习（RL）的微调，不是普通的监督学习微调。RL微调比SFT更难控制，但在某些任务上效果明显更好。DeepSeek的推理能力提升，用的就是这条路。
Thinking Machines的首席科学家是John Schulman——PPO算法的作者之一，也是OpenAI早期RL训练框架的主要设计者。你可以理解为，他们把强化学习这条线上最懂的人请来了。
另外两位：CTO是Soumith Chintala，PyTorch的创始人；CEO是Mira Murati本人。这三个人搭在一起，构成了一个罕见的组合：模型框架+RL理论+产品直觉。
这次Google的交易
4月22日，在拉斯维加斯的Google Cloud Next大会上，Thinking Machines Lab和Google Cloud宣布了一笔新合同。
规模：数十亿美元（TechCrunch独家报道，一位知情人士描述为”个位数十亿美元”级别，具体金额未公开）。
合同内容：
- 硬件：Nvidia GB300 NVL72系统——72块GPU一组的大型液冷机柜，训练和服务速度比上一代提升2倍
- 网络：Google自研的Jupiter网络架构，专门用于GPU间权重传输
- 软件服务：Kubernetes Engine、Spanner数据库、Cloud Storage（带Anywhere Cache）
- 虚拟机：A4X Max实例，每台配置四块Nvidia Blackwell Ultra GPU、72核CPU、37TB内存
为什么RL微调需要这种级别的算力？创始研究员Myle Ott解释了核心瓶颈：
“每次训练迭代，权重要在数千块GPU之间来回同步数千次。互连带宽不够，训练效率直接崩掉。”
这不是普通的推理部署，是算力密集型训练任务。Myle Ott的评价是：
“Google Cloud让我们用创纪录的速度跑起来，可靠性完全满足我们的要求。”
背景细节
Thinking Machines成立时间：大约14个月前，2025年初。
融资：2025年7月，完成20亿美元种子轮融资，估值120亿美元。种子轮拿20亿，在整个科技行业都很罕见，说明投资人对团队的信任程度超出常规判断。
团队现状：130人+。但面临一个挑战——Meta已经从Thinking Machines挖走了7名创始成员，其中包括Tinker的主力工程师。这个规模的人才流失在AI行业里算不小。
Nvidia那笔：今年3月，Thinking Machines和Nvidia达成另一个协议——购买超过1吉瓦量级的Vera Rubin GPU系统，Nvidia也直接投资进来。算力上，他们同时在向Google和Nvidia两边下注。
合同是非排他性的：他们可以继续用其他云服务商。但能拿到Google GB300的最早批次访问权，说明Google在主动争夺这个实验室。
顺便一提，这次Google Cloud Next上，Google同时宣布了和Anthropic及Meta的新合同——几家头部实验室一次性锁定，这是Google Cloud在抢AI计算市场的明显动作。
为什么这条路有意思
AI行业现在有两条主线在分叉：
一条是继续堆通用能力——训练更大的模型，追那些大盘子benchmark。
另一条是垂直微调——拿现有的开源模型，针对特定任务做强化，交付给企业用。Thinking Machines走的是后者。
商业逻辑在于：大多数企业其实不需要GPT-5，他们需要”能准确处理我们合同文件的模型”、”能通过我们内部代码审查标准的AI助手”。定制比通用更有说服力，尤其在数据安全要求高的行业。
如果Tinker能把RL微调这条路走顺，可能会成为企业AI技术栈里真正的基础层——不显眼，但很难绕过。
14个月的公司，拿了数十亿美元的Google算力合同，首席科学家是RL领域的核心人物。接下来他们发布什么，值得持续跟着看。
参考来源：Exclusive: Google deepens Thinking Machines Lab ties with new multibillion-dollar deal（TechCrunch）；Google Cloud inks AI infrastructure deal with Thinking Machines（SiliconAngle）；Thinking Machines Signs Multi-Billion Google GB300 Deal（Implicator.ai）