OpenAI今天又搞了個大新聞。
斥資11億美金，收購了一家全新的公司Statsig，不光買公司，還順便「買」了人。
Statsig的CEO Vijaye Raji直接空降，成了OpenAI應用部門的新CTO。
他將直接向CEO Fidji Simo彙報。 （奧特曼估計正專心搞算力，修他的超算中心呢。）
Statsig估計很多人都沒有聽說過，這是一個幫助軟件團隊「更聰明、更安全、更快」上線新功能的實驗和分析平臺，比如常說的A/B測試、功能開關、產品分析。
它不是幫OpenAI寫代碼，而是幫助判斷「代碼寫好之後，要不要上線、怎麼上線、上線後有沒有帶來好結果」。
從Statsig的官網Demo可以看出，它提供多種工具以支持數據分析和實驗設計。
用戶可以通過平臺獲取每日活躍用戶（DAU）和購買事件（DPE）等核心指標的實時數據，同時利用儀表盤和警報功能，監控項目進展和團隊協作。
Vijaye Raji空降OpenAI應用CTO
Vijaye Raji這位空降CTO看起來就是一個「編程猛男」，並且他的履歷也極其的精彩。
下面是他的Github主頁，從綠色方框貢獻圖來看，他真的太愛編程了，幾乎全年無休的寫代碼。
Vijaye Raji曾在微軟幹過約十年，加入Facebook（Meta）後領導大規模消費者工程長達十年。
2021年，他離開Meta創辦 Statsig，立志讓外部的產品團隊也能使用Meta內部級別的實驗和數據工具。
Statsig的使命正是降低產品試錯成本，讓工程師和產品團隊能以數據驅動方式更快迭代 。
他還積極參與社區，支持教育與公益，比如志願教授兒童計算機科學課程
OpenAI官宣Vijaye Raji將負責領導ChatGPT和Codex的產品工程，其職責將橫跨核心系統和產品線，包括基礎設施和Integrity團隊。
12歲愛上編程的印度天才
Vijaye出生在印度本地治裡，12歲那年，他對編程萌生了濃厚的興趣。
由於家裡的經濟條件買不起電腦，他便在當地圖書館的電腦上學習編程。
有一次，為了能通宵達旦地寫代碼，他甚至說服圖書管理員在閉館後將他一個人鎖在了館內。
儘管對科技充滿熱情，但拉吉始終不忍遠離家人。
因此，當面臨大學擇校時，他沒有選擇那些培養了眾多硅谷印度裔工程師的頂尖信息技術學府，而是就近入讀了本地治裡大學。
畢業後不久，他便被印度外包巨頭Wipro選中，並派到了芬蘭去為諾基亞工作。
兩年後，Vijaye收到了來自西雅圖微軟的錄用信。
當時Wipro給他的年薪是2600美元，在那個年代的印度，這已經算是很好的待遇了。
而微軟在錄用信上承諾的是——年薪72000美元！如此之高的薪酬，一度讓他認為肯定是公司印錯了。
來到微軟後，Vijaye投入了近十年的心血，打造了眾多傑出產品，包括Windows Application Framework、SQL Server Modeling Language/Runtime、Visual Studio Editor等。
後來，Vijaye又去了Meta，並主導創建了Windows版Messenger、Facebook Marketplace和Groups Commerce等項目。
他從一名軟件工程師開始，一路晉升，先後擔任副總裁、遊戲業務主管、西雅圖辦公室負責人，直至最終成為娛樂業務的副總裁兼總負責人。
然而，有一件事Vijaye從不願承認，那就是他究竟有多麼深受現任及前任團隊成員的愛戴。
Vijaye絕不會主動提到他是領導和員工眼中那個既得力又可靠的夥伴。
對於那些曾在Meta西雅圖舊辦公室裡流傳的、印有他形象的巨型人形抱枕，更是會避而不談。
如果你問起，他大概只會聳聳肩一笑置之，然後分享一則關於「影響力源於信任」的軼事。
工作之餘，他喜歡陪伴家人，並以志願者身份去小學教授計算機科學。
至於戶外活動，他則是能躲就躲。
OpenAI為何要收購Statsig
綜合此前奧特曼「卸任」OpenAI CEO而將權力轉交給Vijaye Raji來看，OpenAI的下一步是在產品上發力。
根據外媒報道，這一系列舉動清晰地表明，OpenAI的戰略重心，正從純粹的底層模型研發，向打造世界級、數據驅動的終端用戶產品，進行重大轉移。
和Anthropic相比，OpenAI現在更需要補足哪個環節？
同時，Anthropic今天宣佈了新一輪融資，估值火箭般上升。
此輪F輪融資13億美元、投後估值約1830億美元，Anthropic手裡握著更大的「長期主義預算」，其對外敘事也強調可靠性、安全性與企業就緒度（包括強勁的代碼能力）。
在這樣的對比下，OpenAI最需要加強的不是「再多一個大模型」，而是把研究成果穩定、持續地轉化成可複用的產品工程體系：更快試驗、更穩上線、更清晰地量化「是否真的更好」。
OpenAI收購Statsig此舉就是為了把「模型能力→用戶價值」的最後一公里產品工程中臺補齊並做厚。
把實驗、灰度發佈、實時指標與因果評估變成「默認動作」，讓ChatGPT、Codex 等應用能更快、更可控地從想法走到規模化上線。
而這正是Statsig擅長的賽道。
Statsig這套平臺：A/B 實驗、功能開關（feature flags）、實時決策，其實早已被OpenAI等團隊採用，換言之，OpenAI把一套「產品實驗中臺」直接納入應用線的地基。
OpenAI for Science
與此同時，OpenAI CPO Kevin Weil也在公司內部啟動了一個全新的項目——OpenAI for Science。
目標是打造下一代偉大的科學儀器：一個由AI驅動、用於加速科學發現的平臺。
這支小團隊將由頂尖學者組成，他們都：
在自己的領域達到世界一流水平；
對AI的力量深信不疑；
是傑出的科學傳播者。
同時，他們還將與一組研究員配對，希望以此證明，AI模型已準備好加速基礎科學的進步，並推動全球各地的研究進程。
科學發現能改善我們生活中的方方面面，從日常起居質量到國家安全，再到全球GDP。在改善人類生活方面，鮮有哪個領域能像科學一樣帶來如此巨大的希望。
GPT-5顯然是一個新的里程碑。
以下是近期的四個例子，此外還有更多，更不用說谷歌DeepMind開發的AlphaFold等傑出成果。
1. GPT-5 Pro僅用17分鐘思考，就將Sebastien Bubeck一篇關於凸優化論文中的一個界限提升了 50%。
2. GPT-5為近期一篇關於量子場論的hep-th論文勾勒出證明思路，並提出了相關的擴展方向。
論文地址：https://arxiv.org/pdf/2508.21276v1
3. 在OpenAI最近與Retro Biosciences的合作中，一個定製模型設計出了諾貝爾獎級別蛋白質（與幹細胞相關）的顯著改進變體。
4. Derya Unutmaz源源不斷地提供了AI加速其生物學研究的案例。
Kevin Weil表示，自己讀研本是為了成為一名高能物理研究員，卻和許多人一樣，半路被有趣的技術難題吸引，一頭扎進了創業圈。
如今，他將作為一名AI研究員，開始與Sebastien Bubeck及OpenAI的合成數據團隊共事，學習這門技藝。
之所以能投身於此，是因為OpenAI擁有卓越的產品和設計領導者，而隨著Fidji Simo出任應用CEO，團隊更是如虎添翼。
未來幾個月，他還將分享更多關於OpenAI for Science的信息。
參考資料：
https://openai.com/index/vijaye-raji-to-become-cto-of-applications-with-acquisition-of-statsig/
https://www.statsig.com/blog/openai-acquisition
https://www.sequoiacap.com/article/vijaye-raji-spotlight/
本文來自微信公眾號“新智元”，作者：新智元，編輯：定慧 好睏，36氪經授權發佈。
