2026年1月15日，Thinking Machines解雇首席技术官巴雷特·佐夫，因其涉嫌不道德行为，苏米斯·钦塔拉将接任CTO职位。OpenAI应用业务CEO菲吉·西莫透露，巴雷特·佐夫与卢克·梅茨、萨姆·舍恩霍尔茨将回归OpenAI，此次人事调整筹备数周。巴雷特·佐夫曾于2024年9月从OpenAI离职，此前担任研究副总裁一职。这一变动引发行业关注。

10月18日，Thinking Machines联合创始人、前OpenAI研究副总裁Lilian Weng在硅谷华源Hysta2025年年会上分享了她的经历与思考。她回顾了自己在OpenAI的早期研究，包括用机器人解魔方的项目，并提到‘现实扭曲场’如何推动她克服看似不可能的挑战。离开OpenAI后，她联合创办了Thinking Machines，专注于以人为本的AI协作，近期发布了帮助研究人员更高效实验的Tinker API。Lilian强调开放科学的重要性，认为分享资源能加速科学进步。她还谈到管理哲学，如给予建设性反馈、亲自查看代码以保持技术对话的‘接地气’，并建议通过实践和阅读论文深入学习AI技术。

2025年9月，明星AI创企Thinking Machines发布第二篇研究论文《Modular Manifolds》，提出通过约束神经网络各层/模块在统一框架下优化以提升训练稳定性与效率。论文由Jeremy Bernstein独立撰写，核心概念是将权重参数约束在Stiefel流形上，避免数值不稳定问题，并设计了适用于多模块的‘模块化流形’方法。小规模实验显示，新算法在准确率和权重稳定性上优于AdamW，但运行时间稍长。公司首篇论文于9月10日发布，主题为克服大语言模型推理中的不确定性。Thinking Machines估值已达840亿人民币，清华姚班校友陈丹琦及其团队也参与相关研究，近期发布了关于可验证奖励强化学习的新作。公司研究成果加速涌现，其首个产品备受期待。

2025年9月，估值达120亿美元的AI初创公司Thinking Machines发布了首篇研究博客，主题为克服大语言模型推理中的不确定性。团队由前OpenAI高管Mira Murati领衔，提出‘批次不变性’是解决LLM推理结果难以复现的关键，并通过优化RMSNorm、矩阵乘法和注意力机制实现确定性推理。实验显示，新方法在保证一致性的同时性能损失可控，并提升了在线策略强化学习的稳定性。此外，公司透露其首款产品名为Connection Machine，致敬连接主义。Thinking Machines于今年6月完成20亿美元种子轮融资，刷新AI领域纪录，团队成员多来自OpenAI及其他顶尖机构。

2025年8月，清华姚班校友、普林斯顿大学副教授陈丹琦被曝疑似加入AI初创公司Thinking Machines。这一消息源于她的GitHub联系邮箱后缀及HuggingFace主页的关联信息，但尚未得到官方确认。若属实，这将是陈丹琦首次涉足工业界。Thinking Machines由前OpenAI CTO Mira Murati创立，虽无产品和技术发布，却凭借豪华团队和20亿美元种子轮融资备受瞩目。陈丹琦是NLP领域顶尖学者，曾获斯隆奖，其博士论文广受赞誉。外界对Thinking Machines的兴趣因此进一步升温。

2025年，硅谷掀起高价挖人热潮。Meta CEO扎克伯格向Thinking Machines Lab核心员工开出天价合同，其中前员工安德鲁·塔洛克获15亿美元报价，但遭拒绝。Thinking Machines由前OpenAI CTO米拉·穆拉蒂创立，估值近120亿美元，专注人与AI协作。Meta还从OpenAI、Anthropic等公司挖角超10人，并计划明年投入720亿美元用于AI基础设施。为应对竞争，OpenAI发放超15亿美元奖金挽留员工。业内人士认为，AI行业仍处上半场，Meta的策略显示其长期视角，但高额薪酬可能带来财务压力和团队管理挑战。

PyTorch灵魂人物Horace He宣布从Meta离职，加入初创公司Thinking Machines担任创始团队工程师。他在Meta工作4年后决定探索新事物。Horace He表示，尽管曾收到OpenAI、Anthropic等公司的职位邀请，但他依然选择了PyTorch，享受其中的开源文化和目标共识。最终，Thinking Machines的使命和团队吸引了他，包括产品和广泛AI扩散、开放科学和系统等方面。他的加入对Meta来说是个巨大损失，Soumith Chintala高度评价了他的贡献。