OpenAI战略收购与人才任命 - 公司以11亿美元收购实验分析平台Statsig [2] - 任命Statsig创始人Vijaye Raji为应用部门CTO 直接向CEO Fidji Simo汇报 [2] - 收购旨在强化产品工程体系 包括A/B测试、功能开关和实时数据分析能力 [15] Statsig业务与技术能力 - 平台专注于帮助软件团队进行数据驱动的产品迭代 包括实验设计、灰度发布和效果评估 [3] - 提供核心指标监控（如DAU和DPE）及团队协作仪表盘功能 [3] - 使命是降低产品试错成本 让外部团队获得Meta内部级实验工具能力 [6] 新任CTO专业背景 - Vijaye Raji拥有微软十年工作经验 参与开发Windows应用框架和SQL Server等产品 [8] - 在Meta领导大规模消费者工程十年 主导创建Messenger、Marketplace和Groups Commerce [9] - 2021年创立Statsig 致力于将数据实验工具 democratize [6] 战略重心转移 - 公司从底层模型研发转向终端用户产品开发 [14] - 通过收购补齐"模型能力→用户价值"的工程中台 强化产品化能力 [15] - 与Anthropic侧重可靠性不同 OpenAI重点提升产品迭代速度和量化评估体系 [15] OpenAI for Science项目启动 - 由CPO Kevin Weil牵头打造AI驱动的科学发现平台 [16] - 组建顶尖学者与研究员团队 证明AI可加速基础科学突破 [18] - 目标领域涵盖生活质量、国家安全和全球GDP提升 [18] AI科学应用实证案例 - GPT-5在17分钟内将凸优化论文界限提升50% [18] - 为量子场论论文提供证明思路并提出扩展方向 [21] - 设计出诺贝尔奖级别蛋白质改进变体 与Retro Biosciences合作 [24] - 5分钟内完成需月余的数据分析 且发现新研究目标 [28][29] 技术实现机制 - 通过脂质重构分析发现DAG、PC、SM及特定神经酰胺在患者中增加 [31] - 提出Kennedy途径代谢耦合机制 涉及CHKA→PCYT1A→CHPT1转化链 [33] - 确定5类可操作靶点 包括酶调节、抗氧化剂支持和PKC抑制方案 [35][36][37] 验证与监测体系 - 采用靶向脂质组学聚焦DAG物种和链长解析的神经酰胺 [38] - 建立最小生物标志物面板 涵盖神经酰胺异构体和抗氧化剂指标 [40][42] - 通过F2-异前列腺素监测脂质过氧化 酰基/游离比率评估左旋肉碱方案 [39]

收购交易 - OpenAI以11亿美元收购实验分析平台Statsig [1] - Statsig专注于A/B测试、功能开关和产品分析，帮助软件团队更智能安全地发布新功能 [3] - 收购后Statsig CEO Vijaye Raji将担任OpenAI应用部门CTO，直接向CEO Fidji Simo汇报 [1] 高管背景 - Vijaye Raji拥有微软近十年工作经验，参与开发Windows Application Framework、SQL Server等产品 [9] - 在Meta任职十年期间领导大规模消费者工程，主导创建Windows版Messenger、Facebook Marketplace等项目 [10][13] - 2021年离开Meta创立Statsig，旨在让外部团队使用Meta内部级实验工具 [7] - GitHub显示其在过去一年有42,390次代码贡献，体现持续技术投入 [5][6] 战略转型 - OpenAI战略重心从底层模型研发转向数据驱动的终端用户产品开发 [22] - 通过收购补齐"模型能力→用户价值"的最后一公里工程能力，强化实验、灰度发布和实时评估体系 [22][23] - 与Anthropic对比显示OpenAI需加强产品工程体系而非模型数量，Anthropic近期完成13亿美元融资后估值达1830亿美元 [22] 技术整合 - Statsig平台已被OpenAI团队采用，提供实时DAU和DPE等指标监控及实验设计支持 [3][23] - 整合后将使ChatGPT、Codex等应用更快从想法推进到规模化上线 [22][23] 科研计划 - OpenAI CPO Kevin Weil启动"OpenAI for Science"项目，构建AI驱动的科学发现平台 [24][49] - 团队由世界顶尖学者组成，与研究员配对证明AI可加速基础科学进步 [26][27] - GPT-5在多个科学领域展现突破：17分钟优化凸优化论文界限50% [27]、提出量子场论证明思路 [29]、设计诺贝尔奖蛋白质改良变体 [32][34] - 在生物医学领域5分钟内完成需1个月代谢组学分析，发现新治疗靶点 [35][37]